depth buffer的精度

just cause2使用了reverse depth buffer，也就是near是1，far是0，

在console上，使用的是24float的depth buffer，那么绝对值越小，float精度越高，这个很明显的会在远处的depth精度上受益。

在pc上，使用的24bit定点数的depth buffer，定点数其实也会从reverse depth buffre中受益，因为浮点数的积累误差发生在vertex shader计算中，如果使用reverse的，那么精度也会更好。

当然24bit depth定点数的buffer本身的精度表示能力在reverse还是正常的都是一样的。

shadows

• 使用3级的cascaded shadow map
• 3个light view depth，pack到一个buffer上，这样一个sample就可以搞定
• 使用snapping防止像素抖动，(http://blog.csdn.net/ccanan/article/details/7391961，这里也记录过cryengine也有同样的做法）
• 在cascade之间使用了dither来过渡自然
• 在不同的cascade中，设置object投射到屏幕空间的像素数量的阀值，小于这个阀值的就skip，这样远处的cascade可以提出大量的物件，进而提升效率
• 大量的tweak，在直升机上的时候的shadow的参数和地上跑的时候完全不同，这一点是程序和美术一起猛调

• 3张luminance的texture，会pack到一个dxt1的texture里面
• vertex format压缩

这部分亮了，首先是定点压缩，读这个paper之前知道的最好的压缩是：http://blog.csdn.net/ccanan/article/details/7172940，8byte搞定tbn矩阵。

just cause2使用的是4byte（狠!）

存角度：

float4 angles=In.Tangents*PI2-PI;
float4 sc0,sc1;
sincos(angles.x,sc0.x, sc0.y);
sincos(angles.y, sc0.z, sc0.w);
sincos(angles.z, sc1.x, sc1.y);
sincos(angles.w, sc1.z, sc1.w);
float3 tangent   = float3(sc0.y * abs(sc0.z), sc0.x * abs(sc0.z), sc0.w);
float3 bitangent= float3(sc1.y * abs(sc1.z), sc1.x * abs(sc1.z), sc1.w);
float3 normal    = cross(tangent, bitangent);
normal =(angles.w>0.0f)?normal:-normal;

just cause2里面也用了一些quaternion的压缩方式：这个crytek也用了：解压方式略有不同

void UnpackQuat(float4 q, out float3 t, out float3 b, out float3 n)
{t = float3(1,0,0) + float3(-2,2,2)*q.y*q.yxw + float3(-2,-2,2)*q.z*q.zwx;b = float3(0,1,0) + float3(2,-2,2)*q.z*q.wzy + float3(2,-2,-2)*q.x*q.yxw;n = float3(0,0,1) + float3(2,2,-2)*q.x*q.zwx + float3(-2,2,-2)*q.y*q.wzy;
}float4 quat = In.TangentSpace * 2.0f - 1.0f;
UnpackQuat(rotated_quat, tangent, bitangent, normal);

然后一般都是tbn的空间转换，是先解压成3个float3，然后和矩阵做运算，just cause2使用的是quaternion和矩阵做运算，然后解压，可以节省8个指令。

particle trimming

10年来，几项关键指标的变化，可以看出bandwidth和rop是变化最小的。

particle一直是消耗ROP的大户，使用接近贴图的非矩形来做particle的geometry，降低覆盖的pixel shader计算。

最右边的使用8个顶点来trim的情况，已经可以可以把面积减少到原来的%59.

有专门的工具来自动的进行trim。

draw call

节省drawcall这件事情在2003年有一个文章<batch!batch!batch!>很大声的讲了，但是到了2012年，已经不是这么回事了。

在pc上，driver model已经非常快了，尤其是在win7和dx11搭配的时候，drawcall的汇编指令是5条，而且里面没有call，是一个jmp，会立即返回。

在dx9上，还是有点小费，不过已经和我们早先听说的严重程度大不相同了，所以是否instancing的确要认真考虑，而且instancing在gpu里面会消耗更多的性能，在cull的时候会造成很大麻烦，时过境迁也。

culling

使用的brute force的cull，其中使用了simd指令。

just cause 2认为，基于hierarchy的场景管理虽然理论剔除会更高效，但是其中的执行过程非常的不cache友好，而且大量的branch会把节省的性能都吐回去。

而且hierarchy的维护和实现都麻烦和复杂很多。

最后just cause2选择的是bruce force box cull。

话说这个在之前项目里也发生过，一个哥们想测试四叉树到底比暴力做（还没用simd呢）快多少，结果是暴力更快，当然里面四叉树由于疏于维护，性能也不好。

cull的时候也用到了一些occluder，是美术摆进去的一些box，在大山里面，在大的建筑里面。。。

其他：

动态降resolution，会从720p逐渐降resolution，最低640p，群众表示比较ok。

shader performance script，这个会在相关的changelist上面，把shader的消耗（register num， instruction num。。。）和之前的版本做比较。

了解gpu的指令集，可以让shader写的更快更好。

要掂量掂量下自己的水平，不要做不成熟的优化和“高瞻远瞩”，很多预先的为以后的事情做出的设计会带来问题。

细线AA：对于很细的东西，会有比较严重的Alias情况，这里使用一个避免subpixel的方法来达到一个很不错的AA的算法：

在vertex shader里面把线所处的位置clamp到一个pixel的中心：

code：

// Compute view-space w
float w = dot(ViewProj[3], float4(In.Position.xyz, 1.0f));// Compute what radius a pixel wide wire would have
float pixel_radius = w * PixelScale;// Clamp radius to pixel size. Fade with reduction in radius vs original.
float radius = max(actual_radius, pixel_radius);
float fade = actual_radius / radius;// Compute final position
float3 position = In.Position + radius * normalize(In.Normal);