Binning Pass：#

目标：将几何数据（顶点、三角形）分配到对应的屏幕小块（Tile）中，为后续渲染做准备。

流程步骤：

1. 顶点处理：
   • 顶点着色器（Vertex Shader）会接收来自软件层面的顶点数据，处理顶点数据，计算顶点的屏幕坐标（投影到屏幕空间）。
   • 简化处理：部分GPU（如Adreno）可能使用简化版顶点着色器，仅计算顶点位置，忽略纹理坐标、法线等细节（这些在分块阶段不需要）。
2. 分块分配：
   • 将屏幕划分为固定大小的 Tile（如16x16像素的小方块）。
   • 遍历所有三角形，确定每个三角形覆盖了哪些 Tile。
   • 将覆盖的 Tile 记录到 Primitive List（图元列表）中，记录每个 Tile 包含哪些三角形。
3. 数据存储：
   • 将每个 Tile 的 Primitive List 和顶点数据写入 系统内存(aka. LPDDR)。
   • 关键点：分块阶段仅记录几何信息，不进行光栅化或像素着色。

参与组件：

• Tiler 单元：负责将三角形分配到对应的 Tile。
• 顶点着色器：处理顶点坐标。
• 系统内存：存储分块后的几何数据（Primitive List）。

Rendering Pass:#

目标：逐 Tile 处理几何数据，完成光栅化和像素着色，结果暂存到片上内存（On-Chip Memory）。

流程步骤：

1. Tile 遍历：
   • 按顺序处理每个 Tile（如从左到右、从上到下）。
2. 几何处理：
   • 重新处理顶点：读取该 Tile 的 Primitive List，重新执行顶点着色器（这次会完整计算顶点属性，如纹理坐标、法线等）。
   • 裁剪与剔除：进行背面剔除、视锥体剔除等，减少无效三角形。
3. 光栅化（****Rasterization）：
   • 将三角形转换为该 Tile 内的像素（片元）。
   • 深度测试（Z-Test）：利用 HSR（Hidden Surface Removal，隐藏面消除） 或 LRZ（Low Resolution Z） 技术，快速剔除被遮挡的片元，减少不必要的像素着色计算。（需要注意的是，虽然我们认为IMR可以“不切实际的进行高强度运算”，但是它同样可以采用Early-Z/Pre-Z来进行剔除并减少overdraw）
4. 像素着色：
   • 开始执行像素着色器（Fragment Shader），计算每个片元的颜色、光照等。
   • 结果暂存：将处理后的像素数据写入 片上内存（Tile Buffer）。

参与组件：

• 光栅化引擎：将三角形转换为像素。
• 像素着色器：处理像素颜色和光照。
• HSR/LRZ 单元：隐藏面消除，减少过绘制（Overdraw）。
• 片上内存：临时存储 Tile 的渲染结果（颜色、深度缓冲等）。

Resolve Pass：#

目标：将所有 Tile 的渲染结果合并到最终的帧缓冲区（Frame Buffer）。

流程步骤：

1. 合并 Tile 数据：
   • 将每个 Tile 的 Tile Buffer 内容（颜色、深度等）从片上内存写入系统内存的帧缓冲区Framebuffer。
   • 多采样抗锯齿（MSAA）：如果启用了 MSAA，此时会直接将多个样本点合并为最终像素颜色。这里由于Tile的像素数据直接按块存在于片上内存，极大提高了MSAA的缓存命中率（直接采样点即可而不需要从片外内存读取Framebuffer）。这也是为什么MSAA在低性能移动端的性能损耗会小于TAA。但是，MSAA的每个像素存储多个样本点（如4x MSAA占用4倍显存），在移动端设备中，显存容量有限（如低端设备仅1-2GB），可能导致显存不足或CPU和GPU间的左右脑互搏，带宽竞争。
2. 清理与提交：
   • 清除片上内存中的临时数据（如深度缓冲）。
   • 将完成的帧提交给显示屏。

参与组件：

• ROP（光栅操作单元）：合并 Tile 数据并执行最终的写入操作。
• 系统内存DDR：存储最终的帧缓冲区。

Vertex Process#

目标：将顶点数据转换为屏幕空间坐标，并执行顶点着色器计算。

参与组件：

• 顶点缓冲区（Vertex Buffer）：存储顶点的原始数据（坐标、法线、纹理坐标等）。
• 顶点着色器（Vertex Shader, VS）：GPU的可编程单元，负责计算顶点的最终位置、颜色、纹理坐标等。
• 固定功能单元（Fixed-Function Units）：
  • 顶点属性组装（Vertex Assembly）：将顶点数据从内存加载到GPU内部缓存。
  • 投影变换（Projection Transform）：将顶点坐标从模型空间转换为屏幕空间。
• 缓存（L1/L2 Cache）：减少顶点数据从主存重复读取的延迟。

流程：

1. 顶点数据从系统内存加载到GPU的顶点缓冲区。
2. 顶点着色器对每个顶点执行计算（如光照、动画变形）。
3. 处理后的顶点数据通过固定功能单元完成投影变换，得到屏幕坐标。

Rasterization#

目标：将三角形转换为像素（片元），并进行深度测试（Early-Z）。

参与组件：

• 光栅化单元（Rasterizer）：负责将三角形分解为像素级别的片元。
• 深度缓冲区（Depth Buffer）：存储每个像素的深度值，用于隐藏面消除（Z-Test）。
• 裁剪单元（Clipping Unit）：剔除超出视口的三角形。

流程：

1. 光栅化单元将三角形的顶点坐标扩展为覆盖的像素区域。
2. 每个像素生成一个片元（Fragment），并计算其深度值。
3. 片元通过Early-Z测试：若深度值小于Depth Buffer中的值，则保留；否则丢弃。
4. 未被丢弃的片元传递给像素着色器处理。

Pixel Shadeing#

目标：计算每个片元的最终颜色值。

参与组件：

• 像素着色器（Pixel Shader, PS aka. Fragment Shader, FS）：对通过Early-Z的片元执行光照、纹理采样等计算。
• 纹理单元（Texture Units）：从纹理内存加载纹理数据（如法线贴图、颜色贴图）。
• 固定功能插值单元：对顶点属性进行插值（如颜色、纹理坐标）。

流程：

1. 片元通过插值单元获取顶点属性的插值结果（如像素颜色、纹理坐标）。
2. 像素着色器根据插值后的数据、纹理采样结果及光照模型计算最终颜色。
3. 若启用了Alpha测试（Alpha Test），部分片元可能被丢弃。

Merger#

目标：将片元颜色写入Frame Buffer，并执行混合（Blending）和深度更新。

参与组件：

• 混合单元（Blending Unit）：根据混合方程（如透明度）合并新颜色与已有颜色。
• 深度Stencil单元：执行Late-Z测试和Stencil Buffer操作。
• Frame Buffer（颜色缓冲区）：存储最终像素颜色。
• Depth Buffer：存储深度值，用于后续帧的深度测试。

流程：

1. 通过像素着色的片元进入Late-Z测试（若未通过Early-Z）。
2. 混合单元将新颜色与Frame Buffer中的颜色混合（如透明物体叠加）。
3. 更新Frame Buffer和Depth Buffer，完成像素输出。

电脑端参与的组件：#

Forward管线流程#

1. 顶点处理：顶点着色器计算顶点坐标、法线等。
2. 光栅化：生成片元并进行Early-Z测试。
3. 片段处理：
   • ForwardBase Pass：计算主光源（如Directional Light）。
   • ForwardAdd Pass：为每个附加光源（点光源、聚光灯）单独渲染，叠加光照。
   • 需要注意的是，在URP14中，ForwardAdd Pass被取消，为了简洁化，可以直接调用GetAdditionalLightsCount()。但是底层实现逻辑仍然一致。

• LightAdd in URP14：

1
#ifdef _ADDITIONAL_LIGHTS
2
                int additionalLightsCount = GetAdditionalLightsCount();
3
                for (int i = 0; i < additionalLightsCount; ++i)
4
                {
5
                    Light light = GetAdditionalLight(i, input.positionWS);
6

7
                    // 简单的Lambert漫反射
8
                    half3 additionalLambert = CalculateLambert(N, light.direction, light.color, light.distanceAttenuation * light.shadowAttenuation);
9

10
                    additionalLightsColor += baseColor.rgb * additionalLambert * _AdditionalLightsIntensity;
11
                }
12
#endif

4. 混合与输出：将结果写入Frame Buffer。

Deferred管线流程#

1. 顶点处理：仅计算顶点坐标，不处理光照。
2. 光栅化：开始采集并生成G-Buffer（存储几何数据：位置、法线、颜色、材质属性等）。
3. 光照Pass：遍历屏幕像素，根据G-Buffer数据计算所有光源对像素的影响。在这一阶段， 会在屏幕上逐像素执行光照，**不再访问场景几何 **。
4. 混合与输出：将结果写入Frame Buffer。

发现了没有？Deferred管线这里多了一个Gbuffer。这个Gbuffer是什么呢，这是一个会储存在**片外内存（对应桌面端的VRAM，移动端的LPDDR）**的Buffer。

延迟渲染需要将几何属性（如位置、法线、材质参数、颜色等）存储到 Gbuffer的多张渲染目标（Render Targets, RT） 中，例如：

• Position RT：存储像素的三维位置。
• Normal RT：存储法线向量。
• Albedo RT：存储基础颜色。
• Depth RT：存储深度信息。

虽然deferred在多光源计算的性能消耗明显优于forward管线，那么代价是什么呢？代价是deferred虽然可以一次性解决屏幕的所有物体渲染，不需要逐物体渲染；但是这个条件的前提是你的Gbuffer可以迅速地从系统内存读取到计算单元中并作计算。更别说你还没有开启MSAA（4xMSAA=从Gbuffer采样四次，带宽要求直接x4），TAA（从Framebuffer的时域采样，直接*n帧带宽）。

另外，由于Gbuffer不会存储透明物体数据，因为Deferred渲染的核心是几何处理阶段（Geometry Pass），将所有不透明物体的几何信息（如位置、法线、材质属性、深度）写入G-Buffer（多个渲染目标）。

也就是说，如果还要加一个透明处理，就意味着：

1. 可以用加一个Forward管线单独处理，但是这会脱离Gbuffer，导致Deferred的屏幕空间效果不起作用
2. 单独开一个Gbuffer接着渲染。再次从片外内存读写一遍。

1. 延迟渲染（Gbuffer + IMR）的带宽压力来源#

2. 前向渲染（+ TBDR）的带宽优化#

3. 带宽压力对比：延迟渲染 vs 前向渲染#

4. 具体场景示例#

5. 总结：带宽压力差异的核心原因#

• 延迟渲染（Gbuffer + IMR）：
  • 带宽杀手：多张RT的存储与高频读写、无片上内存优化导致带宽需求激增。
  • 移动端不友好：显存带宽有限，Gbuffer的高开销易触发带宽瓶颈。
• 前向渲染（+ TBDR）：
  • 带宽优化：利用片上内存暂存数据、HSR剔除无效像素、纹理缓存复用，显著降低系统内存访问。
  • 移动端首选：与TBDR架构协同，平衡性能与功耗，适合移动设备的典型场景（少光源、透明物体）。