在现代次世代游戏渲染管线中延迟着色Deferred Shading凭借其将几何复杂度与光源复杂度完全解耦的数学特性将整体光照计算复杂度从传统前向渲染的 $O(M \times N)$ 骤降至 $O(M N)$至今仍是开放世界高密度光源环境的核心基石。国庆长假第一周我们完成了从传统前向管线向自研 Vulkan 1.3 延迟管线的深度演进。本篇白皮书将系统性复盘几何 G-Buffer 打包、深度世界坐标反投影、多光源体积剔除、移动端片上优化以及物理光照着色计算的完整链路。G-Buffer 内存拓扑与显存带宽极限制约在延迟渲染体系中显存带宽是决定整体帧率生死的首要物理瓶颈。若不加节制地在 MRTMultiple Render Targets中开辟 4 到 5 个高精度贴图在 1440p、4K 甚至移动端 TBDR 架构下片元写出与后续着色采样的显存带宽将迅速击穿物理总线导致 GPU 计算单元处于严重的带宽饥饿Memory Stalled状态。经过多轮严格的性能实测与材质细节保真度对比我们确立了以下紧凑型双渲染目标2-Target MRT 硬件深度缓冲的设计方案渲染目标格式R 通道G 通道B 通道A 通道字节数/像素RT0RGBA8_UNORM基础反照率 R (sRGB)基础反照率 G基础反照率 B环境光遮蔽 (AO)4 字节RT1RGBA16_SFLOAT八面体法线编码 X八面体法线编码 Y金属度 (Metallic)感知粗糙度 (Perceptual Roughness)8 字节DepthD32_SFLOAT硬件深度值 (用于三维位置逆向重建)---4 字节整套方案的写出总带宽开销仅为 16 字节/像素。相比早期简单粗暴的方案直接声明独立的世界坐标XYZ32F与原始法线XYZ16F高达 32 字节/像素显存写出带宽直接缩减了 50%极大缓解了显存控制器的吞吐压力。[ Geometry Pass ] ─── 绘制场景静态与动态几何网格 │ ├── RT0: Albedo (RGB) AO (A) [RGBA8] ├── RT1: OctNormal (RG) Met/Rough (BA) [RGBA16F] └── Depth Buffer: D32_SFLOAT (硬件深度) │ ▼ [ Lighting Pass ] ─── 屏幕空间光照全屏 Quad 与光照体积 │ ├── 采样 RT0 / RT1 ├── 读取 Depth 并利用逆投影矩阵重建 World Position └── 计算 Cook-Torrance BRDF 并累加输出到 HDR 缓冲几何阶段法线八面体编码与还原为了在仅用 2 个 16 位浮点通道存储高精度法线的前提下彻底消除镜面高光在视锥平移时的条带走样Banding Artifacts我们采用了严格保形的八面体映射Octahedral Normal Encoding算法将三维单位球体上的法线向量无损压缩映射至二维单位正方形平面中// GBufferCommon.glsl - 八面体法线高精度编解码 vec2 EncodeOctNormal(vec3 n) { n / (abs(n.x) abs(n.y) abs(n.z)); vec2 enc (n.z 0.0) ? n.xy : (1.0 - abs(n.yx)) * vec2(n.x 0.0 ? 1.0 : -1.0, n.y 0.0 ? 1.0 : -1.0); return enc * 0.5 0.5; // 映射到 [0, 1] 供纹理存储 } vec3 DecodeOctNormal(vec2 f) { f f * 2.0 - 1.0; // 从 [0, 1] 映射恢复到 [-1, 1] vec3 n vec3(f.x, f.y, 1.0 - abs(f.x) - abs(f.y)); float t clamp(-n.z, 0.0, 1.0); n.x (n.x 0.0) ? -t : t; n.y (n.y 0.0) ? -t : t; return normalize(n); }深度缓冲直接重建世界空间三维坐标在工业级工程实践中必须严格禁止在 G-Buffer 中额外分配一张独立的浮点纹理来存储世界坐标。因为每个片元的世界空间位置与当前像素在屏幕上的视口 UV、以及硬件深度缓冲Depth Buffer中的非线性深度值存在严格的一对一几何投影映射。在光照阶段只需采集硬件深度缓冲中的单通道值 $z_{depth} \in [0, 1]$配合每帧传入的逆视图投影矩阵$\mathbf{InvViewProj}$便能以仅仅几次基础向量乘法精准还原出无精损的世界坐标// LightingPass.frag - 从硬件深度重建世界坐标 vec3 ReconstructWorldPos(vec2 uv, float depth, mat4 invViewProj) { // Vulkan NDC 坐标系x, y ∈ [-1, 1], z ∈ [0, 1] vec4 clipSpacePos vec4(uv * 2.0 - 1.0, depth, 1.0); vec4 worldPosWithW invViewProj * clipSpacePos; return worldPosWithW.xyz / worldPosWithW.w; }光照阶段 Cook-Torrance BRDF 着色计算与着色器实现在延迟光照阶段针对主日光无限远平行方向光与天空漫反射我们通过绘制一个覆盖屏幕的单一全屏三角形Full-Screen Triangle利用片元着色器执行基于微表面理论的 Cook-Torrance 物理着色PBR。通过精确评估 GGX 法线分布函数、Smith 几何遮蔽函数以及 Schlick 菲涅尔近似实现能量守恒的高保真金属与绝缘体光照交互// LightingPass.frag - 物理光照主阶段着色器 #version 450 layout(location 0) in vec2 inUV; layout(location 0) out vec4 outColor; layout(binding 0) uniform sampler2D uRT0AlbedoAO; layout(binding 1) uniform sampler2D uRT1NormalRoughness; layout(binding 2) uniform sampler2D uDepth; layout(push_constant) uniform FrameConstants { mat4 invViewProj; vec3 cameraPos; vec3 sunDirection; vec3 sunColor; } ubo; const float PI 3.14159265359; // GGX 微表面法线分布函数 (NDF) float DistributionGGX(vec3 N, vec3 H, float roughness) { float a roughness * roughness; float a2 a * a; float NdotH max(dot(N, H), 0.0); float NdotH2 NdotH * NdotH; float denom (NdotH2 * (a2 - 1.0) 1.0); return a2 / (PI * denom * denom); } // 几何自遮蔽函数 (Smith-GGX) float GeometrySchlickGGX(float NdotV, float roughness) { float r (roughness 1.0); float k (r * r) / 8.0; return NdotV / (NdotV * (1.0 - k) k); } float GeometrySmith(vec3 N, vec3 V, vec3 L, float roughness) { float NdotV max(dot(N, V), 0.0); float NdotL max(dot(N, L), 0.0); return GeometrySchlickGGX(NdotV, roughness) * GeometrySchlickGGX(NdotL, roughness); } // 菲涅尔方程近似 (Fresnel-Schlick) vec3 FresnelSchlick(float cosTheta, vec3 F0) { return F0 (1.0 - F0) * pow(clamp(1.0 - cosTheta, 0.0, 1.0), 5.0); } void main() { float depth texture(uDepth, inUV).r; if (depth 1.0) { // 天空背景区域丢弃片元保留给天空盒 Pass discard; } vec4 rt0 texture(uRT0AlbedoAO, inUV); vec4 rt1 texture(uRT1NormalRoughness, inUV); vec3 albedo rt0.rgb; float ao rt0.a; vec3 N DecodeOctNormal(rt1.xy); float metallic rt1.z; float roughness max(rt1.w, 0.04); // 限制粗糙度下限防止微表面除零奇异点 vec3 worldPos ReconstructWorldPos(inUV, depth, ubo.invViewProj); vec3 V normalize(ubo.cameraPos - worldPos); vec3 L normalize(-ubo.sunDirection); vec3 H normalize(V L); // 计算电介质与金属的基础反射率 F0 vec3 F0 mix(vec3(0.04), albedo, metallic); // 计算直接光照 Cook-Torrance 项 float NDF DistributionGGX(N, H, roughness); float G GeometrySmith(N, V, L, roughness); vec3 F FresnelSchlick(max(dot(H, V), 0.0), F0); vec3 numerator NDF * G * F; float denominator 4.0 * max(dot(N, V), 0.0) * max(dot(N, L), 0.0) 0.0001; vec3 specular numerator / denominator; vec3 kS F; vec3 kD (vec3(1.0) - kS) * (1.0 - metallic); float NdotL max(dot(N, L), 0.0); vec3 directLight (kD * albedo / PI specular) * ubo.sunColor * NdotL; vec3 ambient vec3(0.03) * albedo * ao; // 简易环境漫反射项 outColor vec4(directLight ambient, 1.0); }多光源体积剔除与光栅化优化当场景中包含数百个火把、路灯或魔法爆炸等局部点光源时如果依旧采用全屏 Quad 遍历所有光源计算光照阶段的片元着色开销将随着屏幕分辨率急剧膨胀。针对局部光源标准工业解法是利用光照体积Light Volume进行几何包围与片元裁剪几何球体网格包围根据点光源的光强与物理衰减公式计算出照度降低至视觉不可感知阈值如 $0.005$的最大物理衰减半径 $R_{max}$并构建一个与之匹配的粗糙单位球体网格。双面模板测试剔除Two-Sided Stencil Culling第一阶段关闭深度写入与颜色写入开启模板测试。先渲染球体正面深度测试失败时记录模板标记随后渲染球体背面深度测试通过时反转标记。第二阶段仅对模板标记为非零的屏幕像素执行片元着色。这种机制精准排除了完全处于光源背后的遮挡物以及光源球体前方的无关物体保证只有真正处于光照辐射立体空间内部的表面像素才执行昂贵的 BRDF 运算。摄像机陷入光源体积的处理当玩家视角摄像机走入光照球体内部时球体正面网格会被近裁剪面裁切掉导致常规模板测试失效。此时需自动切换为背面剔除Cull Front深度测试改为大于等于VK_COMPARE_OP_GREATER_OR_EQUAL确保近身光源无闪烁遗漏。移动端 TBDR 架构与片上缓存Subpass深度整合在基于移动 GPU如 ARM Mali 与高通 Adreno的分块延迟渲染架构TBDR上显存带宽是设备发热降频的第一元凶。如果在渲染完 G-Buffer 后将几张纹理完整写出到外部主内存 DRAM紧接着在光照阶段又从 DRAM 重新读取移动芯片的功耗将呈指数级上升。Vulkan 1.3 提供的子通道Subpass机制是榨干片上内存的终极武器声明临时瞬态附件Transient Attachments将 G-Buffer 的所有颜色与深度附件在创建时打上VK_IMAGE_USAGE_TRANSIENT_ATTACHMENT_BIT标记并分配VK_MEMORY_PROPERTY_LAZILY_ALLOCATED_BIT内存。这意味着物理驱动在显存中甚至不需要为这些 G-Buffer 分配真实的物理页空间。片上数据直接流转Tile Local Storage在同一个VkRenderPass内部将几何阶段划分为Subpass 0光照着色划分为Subpass 1。利用输入附件Input Attachment和subpassLoad函数光照阶段直接从片上 Tile 缓存中读取当前像素的法线与颜色几何数据在片上消耗完毕后直接被丢弃VK_ATTACHMENT_STORE_OP_DONT_CARE。零外存写出收益在实测中该优化使得移动端每帧对外部主存的访问量骤减 140MB 以上不仅使延迟渲染管线在高端手机上跑满 60 帧更将 GPU 温度压低了近 5 摄氏度彻底杜绝了因发热过热而触发的系统级降频。这套融合了桌面端极致画质与移动端零带宽特性的现代化延迟渲染管线为后续全动态阴影、屏幕空间环境光遮蔽SSAO以及体积光雾特效的挂载提供了高度统一且极具扩展性的工程基底。