现代渲染剔除技术

# 现代渲染剔除技术 | krupitskas 🌦️ 来源: https://krupitskas.com/posts/modern_culling_techniques/ ... https://krupitskas.com/modern_graphics_culling_techniques/srtt.png 《黑道圣徒：重启版》\- 我首款正式发售的作品。Steelport 是一座高密度的开放世界城市，但游戏也包含狭窄的室内走廊、喷气机、车辆和跳伞关卡。在如此复杂的环境中实现正确的剔除一直是个真正的挑战。向 Timur Gagiev 致敬\- 绝对是位大神！## 简介 在现代 AI 编程、“AI 生成游戏”、DLSS 5、Unreal Engine 5 以及惊艳的 Gaussian Splatting 演示层出不穷的时代，人们往往认为图形学和游戏开发已是“已解决的问题”。“只要拿上 AI，几天内就能开始做游戏。”他们说。显然这纯属胡扯。硬核的工程工作、专业知识、取舍权衡以及美术指导都不会消失。无论你是做 2D 还是 3D，写实还是卡通风格，设定在封闭的火星基地还是丧尸横行的开放世界纽约，你都需要对它进行优化。每个游戏都在使用、并将持续使用的最重要优化手段之一就是**剔除（Culling）**。好消息是：我职业生涯中见过的近 80% 的优化，归根结底就是“在不必要时别干蠢事”。坏消息是：你仍然需要实现剔除，同时平衡场景结构、游戏设计、美术方向、硬件限制和性能预算。因此，本文将梳理现代实时渲染器中使用的主要剔除技术。我会按类别分组，以便更直观地看出它们之间的联系。几乎每一项技术都值得单独写一篇文章，因为一如既往，**魔鬼都在细节里**。 --- ## 1\. 基础技术：距离剔除、背面剔除与视锥体剔除 这些是最便宜且最广泛应用的技巧。它们在运行任何昂贵的逻辑之前先捕获明显的情况。 ### 距离剔除（Distance Culling） 最简单的形式：如果对象离摄像机的距离超过某个最大阈值，就跳过它。就这么简单。这极快且对小道具非常有效，因为它们消失时的视觉影响微乎其微。大多数引擎允许你为每个网格或每种材质设置剔除距离。棘手的地方在于避免可见的突变（pop-in）。常见的缓解措施包括抖动淡出（dithered fade-out）、在剔除点之前激进的 LOD 过渡，或使用代理面（impostors，即用 billboard 替换远处真实网格的替身图）。这部分在下面“屏幕尺寸剔除”章节有更详细的说明，但值得在此指出：如果一个对象投影到屏幕上只有寥寥几个像素，那么绘制它的开销通常是不值得的。仅靠距离无法干净利落地捕捉这种情况\- 你还需要一个屏幕空间大小检查。 ... https://krupitskas.com/modern_graphics_culling_techniques/popping-issue.gif 夸张示例：房屋和小石头。小石头在远处消失几乎不易察觉，但大物体忽隐忽现却很难不被注意到。 ### 背面剔除（Backface Culling） 当你接触图形 API 时，通常会遇到的第一个剔除技术。因为它作为管线状态对象（PSO）配置的一部分提供，并且是启用后收益最容易实现的选项之一。每个三角形都有正面和背面。对于闭合网格，背面永远不可见，因为它们位于物体内部。GPU 可以基于环绕顺序（winding order）自动跳过它们，这通常能为典型几何体节省约一半的光栅化和片元工作。 ... https://krupitskas.com/modern_graphics_culling_techniques/winding_order.png 三角形环绕顺序 ... https://krupitskas.com/modern_graphics_culling_techniques/backface_culling.gif 旋转二十面体显示面向观察者的三角形被光栅化，而其余三角形被跳过 值得注意的是：在传统顶点+片段管线中，背面剔除发生在*顶点着色器已经处理完顶点之后*。所以你并没有节省顶点工作量，只节省了光栅化和片元阶段的工作。在更依赖 GPU 驱动的管线中，你可以将这个决策提前，例如在 compute 或 task/amplification 阶段剔除 meshlets，使它们根本不会进入光栅化阶段。这几乎是免费的，但了解它很重要，因为它会与透明度、双面材质以及一些显式利用此特性的剔除算法产生交互。 ### 视锥体剔除（Frustum Culling） ... https://krupitskas.com/modern_graphics_culling_techniques/frustum_culling.gif 俯视视角：视锥体外的对象会被剔除，永远不会提交给渲染管线 对于透视摄像机，视锥体是一个截头金字塔形状的空间，代表摄像机能看到的区域。超出这个范围的内容无需渲染。视锥体剔除通过将对象（通常通过包围体积如球体或 AABB）与视锥体的六个平面进行测试，来跳过任何不与之相交的对象。这几乎总是剔除流水线的第一步，或者是距离剔除之后的第二步。它快速、廉价，且能在一步中砍掉场景中巨大的部分，尤其是在开放世界中，地图的大部分可能位于摄像机后方或侧面。 ... https://krupitskas.com/modern_graphics_culling_techniques/horizon-frustum.gif 这就是《地平线：零之曙光》的视锥体剔除工作原理 注意上面的动图中，像山这样的大型物体即使几乎完全移出视锥体依然会被渲染。这是对象级剔除的核心权衡：大量小型对象能让你进行细粒度的剔除操作，但每个对象都是一次绘制调用和一次 CPU 端的可见性测试。而少数大型对象在绘制调用上很节省，但当 90% 的三角形都位于屏幕外时，你还是得把整个模型渲染出来\- 而且你会为所有这些三角形支付**顶点着色器开销**，因为光栅器是在顶点着色之后才进行裁剪的。这种在屏幕外几何体上浪费的顶点工作，正是第 4 节中 meshlet 剔除所要解决的问题。 --- ## 2\. 遮挡剔除（Occlusion Culling） 遮挡剔除告诉你哪些东西被其他东西挡住了。它更难实现，但在城市或室内等密集场景中通常能带来最大的性能提升。 ... https://krupitskas.com/modern_graphics_culling_techniques/occlusion-culling.gif 这里仅展示了遮挡剔除效果。注意房子右侧后面的方块消失了；当我们从拐角窥探时，其中一些又出现了。 ### 硬件遮挡查询（Hardware Occlusion Queries） 所有主流图形 API 都暴露了类似遮挡查询的功能。Direct3D 12 有查询堆（query heaps），Vulkan 有遮挡查询，Metal 有可见性结果缓冲区（visibility result buffers）。原理相同：渲染代理几何体（通常是对象的边界框），并统计有多少样本通过了深度测试。零可见样本意味着该代理完全被该视角遮挡，因此真实对象通常可以被跳过。在 DX12 中，你会使用 `D3D12_QUERY_TYPE_BINARY_OCCLUSION`，它只返回 0 或 1 而不是精确的样本计数\- 更便宜且足以用于剔除： ```cpp // setup (once) D3D12_QUERY_HEAP_DESC desc = { D3D12_QUERY_HEAP_TYPE_OCCLUSION, objectCount }; device->CreateQueryHeap(&desc, IID_PPV_ARGS(&queryHeap)); // per frame - render proxy, wrap with query cmdList->BeginQuery(queryHeap, D3D12_QUERY_TYPE_BINARY_OCCLUSION, objectIndex); cmdList->DrawIndexedInstanced(...); // draw bounding box cmdList->EndQuery(queryHeap, D3D12_QUERY_TYPE_BINARY_OCCLUSION, objectIndex); // resolve to a readback buffer (still on GPU timeline) cmdList->ResolveQueryData(queryHeap, D3D12_QUERY_TYPE_BINARY_OCCLUSION, 0, objectCount, readbackBuffer, 0); ``` 关键问题是**延迟和同步**。结果只有在 GPU 完成执行后才能对 CPU 可见，因此在实践中，你通常在渲染第 N+1 帧时读取第 N 帧的结果。这一帧的延迟通常可以接受，但它可能会短暂导致渲染刚刚变为遮挡的对象，或者跳过刚刚变为可见的对象。 ### 软件遮挡剔除（CPU端） 不询问 GPU，而是在 CPU 上光栅化一个低分辨率的深度缓冲，并据此测试对象。Intel 的 Masked Software Occlusion Culling (MSOC) 可能是这里最著名的实现。它使用 SIMD 以 8x4 像素的瓦片为单位光栅化三角形，每秒可处理数百万个三角形。优点是完全没有读取延迟，因为它全部在 CPU 上进行，在你将任何东西提交给 GPU 之前就完成了。缺点是 CPU 开销大，且需要维护单独的简化遮挡网格，因为你负担不起光栅化完整场景几何体的开销。 ... https://krupitskas.com/modern_graphics_culling_techniques/battlefield3-scene.png 《战地 3》\- 最终渲染场景 ... https://krupitskas.com/modern_graphics_culling_techniques/battlefield3-occ-scene.png 《战地 3》\- CPU 软件遮挡器光栅化的同一场景。结果是有意粗糙的\- 误剔除一个实际可见的对象比漏剔除一个应该跳过的对象更糟糕。 ### Hi\-Z（层级 Z 缓冲 / Hierarchical Z\-Buffer） Hi\-Z 是深度缓冲的 Mipmap 链，常被称为深度金字塔，其中每一层存储屏幕较大区域的保守深度值。 ... https://krupitskas.com/modern_graphics_culling_techniques/hi_z_scene_mips.png 一个非常简单 3D 场景的可视化 要测试对象是否被遮挡，将其边界投影到屏幕空间，选择与其投影覆盖范围大致匹配的 Mip 级别，然后将对象的最近深度与金字塔进行比较。对于传统的 `LESS` 深度测试，该金字塔通常在每个区域存储**最大**深度；而在 reversed-Z 下，通常存储的是**最小**深度。重要的是，表示方式必须保持保守。如果测试结果是“被遮挡”，你可以安全地跳过该对象。如果不是，则保留。优秀的实现倾向于宁可假阴性（漏剔除）也不愿假阳性（误剔除）。 ... https://krupitskas.com/modern_graphics_culling_techniques/hi_z_pyramid.png HI-Z 金字塔 这是目前大多数 GPU 驱动遮挡剔除的基础。构建和查询速度快，且完全存在于 GPU 上。 ### 双通道遮挡剔除（Two-Pass Occlusion Culling） GPU 驱动渲染器中的一种常见模式：使用上一帧的 Hi-Z 在当前帧渲染前先剔除对象。简单版本是一个通道：用上一帧的 Hi-Z 剔除一切，渲染幸存下来的对象。这很便宜，但刚刚变为可见的对象会被错误剔除并在一帧内保持不可见。双通道版本修复了这个问题。第一遍测试上一帧可见的对象，渲染幸存者，并从它们构建一个新的 Hi-Z。第二遍然后重新测试在第一遍中被剔除的所有对象，并使用新的 Hi-Z 进行检测。任何刚刚变为可见的对象都会获得第二次机会并在此帧渲染。由于第一遍使用的 Hi-Z 仍是一帧前的数据，因此会残留一点不准确性，额外的通道无法解决。在“正常游玩”中你几乎不会注意到。它在硬镜头切换（如突然旋转 90 度）的情况下会失效：第一遍的可见集合基本错误，重建的 Hi-Z 不可靠，导致出现一帧坏画面。引擎通常会检测这种情况并回退到该帧的全深度预通行。GPU 端的成本远低于始终执行全深度预通行，这也是为什么大多数现代游戏引擎采用这种方法的原因。 --- ## 3\. 更多剔除技术！ ### 屏幕尺寸剔除（Screen Size Culling） 不使用固定的世界空间距离，而是根据投影后的屏幕面积进行剔除。一个距离 10 米的对象可能值得渲染，但同一个对象在 2000 米外可能只投射成 3 个像素，不值得承担绘制调用的开销。屏幕尺寸剔除比纯粹的距离阈值更能优雅地处理这种情况。例如，Unreal 使用屏幕尺寸作为静态网格 LOD 过渡的主要指标，而最小/最大绘制距离则是独立的基于距离的控制。 ### PVS（潜在可见集 / Potentially Visible Sets） PVS 预先计算世界的每个区域中，从该区域出发理论上可以看到哪些其他区域。运行时只需查找当前区域的 PVS，并跳过不在其中的任何对象。这在运行时极快，但计算成本高，且对动态对象支持不佳。 ... https://krupitskas.com/modern_graphics_culling_techniques/pvs_rooms.gif 虽然这是预计算且高效的，但对于程序化生成的游戏来说可能不切实际甚至不可能。 Quake 让 PVS 名声大噪。它在某些室内游戏中仍然有用，前提是场景几何体是静态的，且烘焙时间可以接受。 ### 传送门剔除（Portal Culling） 对于具有明确定义的房间和门口的室内场景，传送门剔除**非常有效**。每个门口都是一个 portal。你沿着传送门追踪摄像机的视野，只渲染可通过可见传送门到达的房间。这能以极低的代价消除整整一整间房间的几何体。传送门剔除出现在许多设定在建筑内的第一人称游戏中。它与视锥体剔除很好地互补，因为当你穿过多个门口时，portal 自然会缩小有效的视野锥。 --- ## 4\. GPU 驱动渲染与簇剔除（Cluster Culling） 有趣的部分来了！不再由 CPU 决定绘制什么并为每个对象发出一次绘制调用，你将剔除逻辑推送到 GPU，并使用间接绘制调用让 GPU 自行决定。 ### 间接绘制（Indirect Drawing） DirectX、Vulkan 和 Metal 都支持间接绘制，尽管具体的 API 有所不同。绘制参数（如索引数量和基础顶点索引）来自 GPU 缓冲区，而不是 CPU 代码。计算着色器运行剔除逻辑，并将仅幸存的对象写入该缓冲区。然后，一个或少量的间接绘制消耗这个紧凑列表，这样 CPU 就不再需要遍历每个可见对象。 ```hlsl // compute shader - one thread per object [numthreads(64, 1, 1)] void CullCS(uint id : SV_DispatchThreadID) { if (id >= g_objectCount) return; ObjectData obj = g_objects[id]; if (!SphereInFrustum(obj.center, obj.radius)) return; uint slot; InterlockedAdd(g_drawCount[0], 1, slot); // 原子操作压缩槽位 g_drawArgs[slot] = MakeDrawArgs(obj); // 写入绘制参数 } ``` ```cpp // CPU side - dispatch cull, barrier, draw cmdList->Dispatch((objectCount + 63) / 64, 1, 1); cmdList->ResourceBarrier(1, &CD3DX12_RESOURCE_BARRIER::UAV(drawArgsBuffer)); cmdList->ExecuteIndirect(cmdSig, objectCount, drawArgsBuffer, 0, countBuffer, 0); ``` `InterlockedAdd` 将幸存的绘制打包成紧凑列表。`ExecuteIndirect` 接收 GPU 编写的计数，因此它只处理真正通过剔除阶段的对象。 ### Meshlet / 簇剔除（Cluster Culling） 现代 GPU 驱动渲染器可以在子网格级别进行剔除，无论是在 compute 阶段还是在 mesh/task/amplification 着色器阶段。网格被拆分为 meshlets（小型三角形簇），通常每个包含 64\-128 个三角形。每个 meshlet 都有自己的包围球和一个代表其三角形法线范围的控制锥（cone）。 ... https://krupitskas.com/modern_graphics_culling_techniques/meshlets.png 这里的每个彩色块都是独立的 meshlet 你可以在 GPU 上独立地对每个 meshlet 运行视锥体剔除、遮挡剔除和背面剔除，这比对象级剔除精确得多。一个大型角色网格可能有数百个 meshlet，而从任何给定角度看，只有一小部分 meshlet 是可见的。法线控制锥特别巧妙。如果 meshlet 中的所有法线大致指向同一方向，你可以通过一个非常廉价的锥体-vs-视图测试拒绝整个 meshlet。这本质上就是在簇级别的背面剔除。 --- ## 5\. 虚拟化几何体：Nanite Nanite（Unreal Engine 5）值得单独提及，因为它将上述几种思想结合到了一个统一的系统中。目标是通常你不需要手动制作 LOD 链。相反，每个网格都存储为一个簇层次结构，较粗的层级是通过简化更细的层级生成的。 ... https://krupitskas.com/modern_graphics_culling_techniques/nanite.jpg Mooooore meshlets!!! 在运行时，该层次结构会在 GPU 上遍历。每个簇都会根据可见性和屏幕空间误差进行测试。如果一个簇