1.  Graphics pipline和DirectX各版本的重大变化

1.1 Graphics pipline概述

Graphics pipline是描述图形系统将3D场景渲染到2D屏幕需要执行的步骤的概念模型。包括以下步骤：

（1）3D model input：

三角形，三个顶点各自携带几何坐标、光照颜色、纹理坐标信息。

（2）Transform&lighting：

（a）空间变化流程：

Object space（Modeling Transformations）->World space（计算光照，然后进行透视变化）->Eye space（除法，回到三维）->NDC（视穿变换）->Screen space

（b）计算光照

对每个顶点计算光照和颜色

TIPS1:为什么要采用齐次坐标？

a.合并操作矩阵，将缩放、旋转、平移矩阵操作合成一个单一的矩阵；b.可以表示无穷远的点。

难点1：clipping剪裁在什么时机进行？

（3）Rasterization：

计算机三角形覆盖屏幕上的哪些像素

（4）Texture Mapping：

纹理是用来包裹物体，使其更加真实的位图。关键是纹理采样。纹理和光照进行叠加，生成图像。

难点2：所有坐标需要进行透视校正

（5）Depth Test

每个三角形离屏幕都有一个深度，记录在Depth-buffer中，离屏幕近的显示在上面，离屏幕远的可能就被遮挡了，不用画了。

1.2 DirectX各版本的重大变化

（1）DirectX9

Transform&Lighting->Vertex shader

Texture&coloring->Pixel shader

（2）DirectX10

Geometry shader:输入一个三角形，输出k个三角形。可以放大输入顶点的数量，消除从CPU到GPU的瓶颈。导致了硬件设计的重大困难

Stream out：算出来的内部数据可以循环使用，GPU计算下一个时刻的颜色和位置等，不需要CPU参与。不仅是性能福利，也使粒子系统完全独立于CPU

提出Unified shader的理念：Vertex shader和Pixel shader负载不均衡，所以统一着色器架构，共用硬件，用公平的调度算法分配资源

（3）DirectX11

输入不再是三角形而是曲面（Patch Prim），曲面上有16个控制点。

Hull shader：对曲面的16个控制点进行变换，并生成细分因子

Tessellator：生成36个三角形网格的其次坐标

Domain shader：网格坐标结合原始的patch带入曲面方程，进行36次插值

2. Graphics Architecture设计的基本理念

2.1 EU模块设计

Vertex shader & Pixel shader并行处理，互不相关。执行shader的硬件由三部分组成：Fetch/Decode，ALU，Execution context。传统的CPU中的方法在GPU中并不适用，GPU中的核心设计思想是：

        KeyConcept1：slimmed down cores to make it light and can fly in parallel

减小每个单元的成本，增加并行单元数量

KeyConcept2：SIMD，单指令多数据流

分享指令流，运算单元是各自的，但是取址和解码是共享的。一个指令流运算8个像素，硬件中16个core，128个像素并行处理能力。

KeyConcept3：并发交错以隐藏停顿

解决纹理采样中速度的不匹配问题，纹理访问到Memory中取需要100-1000个cycles。交错执行，core一直处理忙碌状态，先前等待的资源到了，继续执行。

EU执行单元设计总结：

16core同时输入16串指令流，每个core中8个ALU单元，每个core可以4个流同时并发交错执行，所以总计可以同时计算512个片段。

2.2 core调度

设计要点：预分配资源；动态派发；保证顺序。

KeyConcept1：保持硬件忙碌

静态预分配所有必要的资源，在任务开始前避免死锁这种情况同时保证进行向前。Geometry shader很慢，因为其允许动态膨胀，消耗硬件资源。

KeyConcept2：动态派发实现负载均衡

通过动态生成、聚合和重新分配任务来管理不规则性。VS生成的三角形的像素不一定要自己的core执行，通过Fixed Function进行动态派发，将任务发配给闲置的单元。

KeyConcept3：preallocate outputs in FIFO order

动态派发可能导致乱序问题，进来的时候，预先分配好出去的顺序，先进先出。乱序执行但是按顺序输出，然后进行blending。

（1）为什么Rasterization不用EU来执行？

a）    它会导致不规则的数据膨胀

b）    它需要进行动态派发，为后续的PS中所有的core都能忙碌起来。

c）     必须在保证顺序的情况下重新分发。

（2）为什么ZU不用EU来执行？

ZU会导致early reject，会减少任务的数目，需要重新派发的过程，所以ZU不能成为shader。此外，ZU必须保持先后顺序一定相关，所以必须进行重新排序。

3. Fiexd-Function模块

逻辑和实际硬件设计模块的映射关系

（1）IA->BCI 输入指令，考虑了硬件特性重新取名，和逻辑上功能一致

（2）Tess 和逻辑上功能一致

（3）PA->TAS 三角形属性设置模块，包含两部分功能：算出三角形三条边的方程，算出三角形内部的每一个像素用来插值的属性。

（4）Rast->SG（重新派发），TG，IU

SG：一条条扫描线覆盖屏幕上的每一像素点，判断点在三角形内部还是外部

TG：拼贴成8乘8的块，以便后面计算方便

IU：对每个顶点用算出来的属性值进行插值

（5）OM->Z（ZL1，ZL2，ZL3），WBU

ZL1（实际已经去除）：在TG8乘8的块基础上，做计算

ZL2：去除被遮挡的像素，节省资源

ZL3：重新进行深度检查

TAS算过属性值，存在buffer中，需要插值pixel属性值时的时候直接从buffer中取就行了，实现复用。

WBU对顺序有要求，所以也不能在shader中执行。3.0提出blending可以在shader中执行，这对硬件提出了很大的挑战。

FLU：fixed-function中各个模块都需要进行基本运算，共用FLU单元，有需求时就利用FLU单元进行计算。

动态共享cache，那个模块需要就利用共享的cache。

从memory中预取数据放到cache中，减少读取数据的等待时间。

EU有并行高速的处理能力，FF处理能力能否匹配？设置多个Slice，每个slice对应一个FF。

对于对性能要求不高的任务，可以将EU模块全部停电，甚至取一个slice，实现低能耗。