手把手教你成为Shader编程实战达人—GPU

GPU编程市场应用

---

GPU全称是Graphics Processing Unit，中文成为图形处理器，所以GPU编程也叫图形学编程，它是针对的显卡中的芯片编程，游戏引擎的更新换代发展的一个重要阶段是显卡芯片的出现，引擎的渲染能力得到极大提升。GPU 加速器于 2007 年由 NVIDIA® 率先推出，引擎的更新换代也是跟GPU硬件息息相关的，从固定流水线变成了可编程流水线，画面品质得到了质的飞跃。总的来说，GPU编程主要分为两大分支：

现在流行的大数据计算，采用的就是GPU集群编程，从事GPU集群编程可以从事一些高端的行业，比如大数据分析计算等等。另外，作为高性能计算新的应用领域，深度学习（Deep Learning）是近年来机器学习的热点，以GPU集群方式对数据或深度网络模型进行并行化，加速程序执行效率。已广泛应用于Google、百度、Facebook，阿里，京东，华为等公司以及中国的高性能计算机。

我在读研究生期间，我们经常利用GPU集群解决海量数据的计算问题，比如：计算海量模型数据的网格分割，通过GPU集群后计算速度非常快。另外，GPU集群还用于动漫的模型和场景渲染，网上有很多提供渲染服务的渲染农场，专用于对数以几百万面的模型渲染。

使用GPU在游戏中的渲染，我们利用GPU渲染模型材质和场景，不论是模型材质还是每帧运行的游戏图片，它的内部都是由RGB或者RGBA元素组成，换句话说，它是由数据矩阵组成的，利用GPU对图片数据进行再加工，就可以得到非常绚丽的画面，GPU对矩阵计算效率非常高，我们只是简单的利用了单GPU的计算能力就足以应付游戏的渲染了。下图是我们研发的引擎实现的游戏截图如下所示：

总之，我们不论做GPU集群还是只是用GPU做渲染，都是利用了GPU强大的加速计算能力。

GPU编程前景如何？

GPU集群这块给读者简单的介绍一下，它的前景非常好，也是未来一个发展趋势，进入大数据时代，无人驾驶，机器人时代，这些都需要GPU处理，另外，市场上有很多大数据公司招聘需要GPU集群能力的工程师，前景是非常看好的，市场需求很大。但是本课程主要针对的是GPU渲染编程，本课程会针对这方面进行重点讲解。

目前国内最流行的引擎是Unity和UE4，二者都是国外制作的，虽然各大游戏公司也有自己的引擎，实话实说，自研引擎跟商业引擎还是有些差距的，在这里不是贬低国内自研引擎，不说别的，看看国内开发者对Unity和UE4引擎的使用就可以看出当前国内程序员的水平。下面是国外公司利用Unity渲染的效果，如下图所示：

Unity引擎和UE4引擎虽然提供了Shader库，但是在游戏制作过程中还会有提一些新的需求，需要我们自己编程实现的效果。这些需求的实现就体现了GPU编程的水平了。

UE4渲染也是一样的，国内的开发者对GPU编程的使用无法真正的发挥出它的渲染功力，我们看看国外公司制作的游戏渲染画面，如下图所示：

我们经常说游戏的评级:S级大作，A级大作，B级，C级，评级一方面是看画面品质，一方面是看游戏策划，游戏的第一印象还是画面品质，这个就会涉及到GPU渲染。GPU渲染遍及游戏的各个方面，从物体的渲染，粒子的渲染到整个场景的渲染，处处都有GPU的影子。

要想在激烈的IT竞争中立于不败之地，作为程序员必须要不断地提升自己的编程技能，除了掌握一门技术外，必须要再掌握一门技术，而且这门技术市场需求要大，不论你选择是GPU集群还是GPU渲染编程，虽然方向不同，但是都是利用GPU强大的计算以及加速能力。游戏渲染这个分支市场需求同样大，大家看看最近腾讯，网易公司招聘图形学工程师薪资截图：

还有很多的IT公司这里就不一一列举了，大家在百度或者招聘网站搜索：图形学工程师招聘，可以看到许多大大小小的公司对图形学工程师的需求，而且薪资相对逻辑编程高一大截，前景形势一片大好。

其实不论是使用Unity引擎和UE4引擎还是自研引擎，都离不开GPU编程，检验引擎其中一个非常重要的指标就是渲染。

如何学习GPU编程？

既然GPU编程前景这么好，作为初级程序员或者想学习GPU编程的开发者该如何系统的学习呢？这个也是我们的课程所要解决的核心问题。学习一门语言，我们还是要寻找一门能够系统的学习的课程，这个也是我们多年的工作经验积累结果，市面上有很多关于GPU编程的书，比较经典的书籍《GPU Gems》系列，中文名字：《GPU编程精粹》，对于这些大部头的书籍，并不适合初学者学习。而本课程的内容专门为初学者及以上的程序员量身打造的，主要分三大篇：

基础篇：GPU编程常用的向量，矩阵，四元数运算以及GPU与CPU的通信原理等等这些都是经过提炼后的知识，非常实用；

进阶篇：掌握了基础模块的知识后，接下来就要进一步学习与GPU相关的知识了，着色器，纹理，混合，模板等等都是与GPU编程相关的技术点，掌握这些技术点，为深入学习GPU编程打下坚实的基础。

提高篇：本篇讲解的都是与实际案例相关的技术，市面上运行的游戏都与这些技术点相关，掌握了它们可以直接将其应用到自己的项目中；

在这里我把学习大纲给读者列一下：

下面就说说我设计这个课程的一些想法，严格来说我也是跨行业的，以前是搞服务器的，读研究生时方向变成了图形学，刚接触GPU编程，跟大多数程序员一样的，对此啥都不懂，不管怎样既然选择了就要走下去，经过十多年的学习，逐步有了一些心得体会。目前国内学习图形学的程序员相对来说比较少，在此也想把自己的一点经验分享给哪些想从事图形学开发的爱好者。

首先看基础篇的内容，选择了向量和矩阵运算，这两个运算不仅在GPU中使用的频繁，在游戏引擎中也是最基础的部分，非常重要。我也会在课程中详细的介绍向量和矩阵的运算，这样在后面的实战项目里面用起来就得心用手了。渲染管线的出现是引擎发展的一个里程碑，在没有GPU之前，我们使用的是固定流水线，这个也是当时主流引擎使用的，我还专门为此写过一本书《手把手教你架构3D游戏引擎》电子出版社，感兴趣的读者可以看看。另外也出过CSDN视频教程：
《3D游戏开发套餐》这些也是关于学习GPU编程的基础，基本的向量和矩阵运算，GPU出现后，以前的固定流水线变成了可编程流水线。GPU强大的计算能力，不仅应用于渲染，也加速了人工智能，深度学习这些大数据平台的发展。可编程渲染管线从DX9开始到现在比较成熟的DX12，自身也经历了发展，从顶点着色器，可编程着色器，到几何渲染，软件与硬件相互促进，效果也越来越好，效率也在逐步提升。给读者展示一下DX12的可编程流水线：

上图是DX11，DX12的固定流水线示意图，明显比以前的DX8，DX9多了很多项，这些都增加了渲染效果。会在后面的课程中详细介绍，这里给读者提示一下。

CPU与GPU交互，我们在游戏优化时，会看这几个指标，DrawCall的数量，内存占用，其中DrawCall的数量涉及到CPU与GPU的交互，为了让读者真正的明白二者的交互，会单独拿出一节课讲解。掌握了这些知识，对于学习GPU前期准备工作足够了，接下来我们就需要进阶了。

进阶课程的中会用到我们基础教程中的知识，我们的课程是环环相扣的，着色器编程作为Shader语言最基本的操作，作为开发者必须要掌握的，不论可编程流水线怎么变换，顶点着色器和像素着色器一直存在的。我们的GPU渲染说的直白一些，渲染是针对图片进行的，也就是我们说的纹理，游戏运行也是一张张图片快速播放。纹理存储的是RGB或者RGBA的像素矩阵，GPU对矩阵的计算是非常钟爱的，速度非常快。混合模式在渲染中比较常用，它针对的是需要镂空的物体，比如树叶渲染就会用到混合。

进阶课程的后面的技术从模板到环境光散射，列这些技术的目的是让读者知道它们实现的原理，它们是GPU编程中的核心技术，这些技术在渲染中被广泛应用，比如我们使用的Unity引擎和UE4引擎，二者都提供了这些技术点的实现。渲染并不是这些单一技术点的实现而是组合起来使用效果更佳，我们讲解的技术点都是以实用实战为主。

提高篇也是实战篇为了方便读者更快的掌握Shader编程我们使用了Unity这个应用最广泛的引擎作为基础，我们只需要关心Shader的编写就可以了，而无需关心引擎内部的实现及优化。提高篇列举的GPU实现知识点是游戏项目实战中经过检验过的，它们大部分都取自游戏项目的开发。

我们这个课程设计了以上三个阶段学习，是一个逐步进阶的过程，也是GPU编程提升的过程，这么设计的其中一个重要原因是让开发者分阶段学习，也是一个逐步提升，循序渐进的过程。项目中涉及到GPU编程，也会涉及一些优化技术讲解，这样读者不仅会编写GPU程序，也会在此基础上进行优化。

总结

学习GPU编程,上面提到学习课程是最基础的，必须要掌握的，但是GPU编程的学习远远不止这些，真正使用好了GPU编程，它能为我们做很多事情，甚至可以使用GPU编写小游戏。现在游戏中使用的批处理，是CPU与GPU通信的频率，随着硬件的革新，GPU的可编程流水线也会越来越容易。