GPU Gems 1 · Chapter 33. Converting Production RenderMan Shaders to Real-Time

GPU Gems 1 第 33 章以《Stuart Little》的 RenderMan 毛发 shader 为案例，讨论生产离线 shader 如何转成硬件 shader。重点不是把 RenderMan 语法机械替换为 Cg，而是重新理解 GPU 的执行频率：RenderMan 的 illuminance 可以隐式遍历光源，GPU 却需要应用显式提供参数；RenderMan 的一个 surface shader 也常常要拆成 vertex program 与 fragment program 才能在实时预算内运行。

RenderMan surface shader 是转换的语义基线。原章的 fur shader 里包含毛发切线、表面法线、根部到尖部参数、漫反射和高光等数据；转换前先问“这个值由谁、多久变化一次”，再决定它落在哪个 GPU 阶段。

1. 从生产 shader 到硬件 profile 的转换边界

离线渲染语言可以接受每帧数小时的计算时间，以换取复杂光照和材质表达；实时预览的价值则是尽快看到增量变化。Cg 是原章使用的硬件 shading language，编译器可以按不同 hardware profile 生成指令。这里的概念也适用于其他 shader 语言，但具体寄存器、指令数和分支行为必须以目标 profile 为准。

转换时至少要保留三份证据：原始 RenderMan 图像作为视觉基线，Cg 初始转换作为语义基线，优化后图像和差异图作为取舍记录。这样才能区分“代码改错了”和“为了实时预算主动接受了近似”。

2. Lights：把隐式 illuminance 变成应用协议

illuminance 会在 shading point 处迭代符合条件的光源，表面 shader 可以读取光色、方向，甚至通过消息传递取得额外信息。Cg 没有直接等价的语句，因此不能只把 illuminance(P, N, width) 改成一个函数调用就结束。

最直接的 Cg 映射是固定长度参数，例如 lightDir[10]；它可以在循环中累加，但超过十盏灯就要改 shader。另一条路径是 multipass：每个 pass 只绑定当前光源，把结果加到 framebuffer。它把光源数量管理移到应用，却会重复运行 vertex 与 fragment 计算；光源越多、shader 越复杂，成本越明显。

复杂 light source shader 还需要一套稳定参数协议。原章通过预处理宏把 uber light 的参数声明和调用列表集中起来，让入口签名可读，并把当前光源参数显式传入。RenderMan 中的 message passing 在这个模型里由当前 pass 的参数绑定替代：不要依赖隐式消息，要让应用知道每个值来自哪里。

3. Vertex program 与 fragment program：同一语义的不同频率

vertex program 的工作单位是顶点。它可以计算依赖顶点位置的 light direction、eye direction，也可以把 hair tangent、hair parameter、surface normal 等数据直接传给下一个阶段。

fragment program 的工作单位接近最终像素，通常会执行更多毛发高光和纹理运算，而且会覆盖可见与不可见的 generated fragments。RenderMan 中由 ShadingRate 表达的采样概念，不能简单等同为 GPU 的 vertex/fragment 频率；硬件会在 rasterization 阶段对 varying 做线性插值，输入几何采样率因此直接影响画质。

可以用下面的标注方式开始拆分：

application: hairNorm 不随 view 或 light 改变
vertex:     L、V 随 vertex position 改变，但沿一段曲线变化较慢
fragment:   最终颜色、纹理采样和真正随 fragment 改变的高光

如果把 dot product 从 fragment 移到 vertex，就必须接受 rasterizer 的 interpolation error。曲率高或采样稀疏的区域更容易出现误差，因此“上移”不是无条件优化，而是带着采样率约束的近似。

4. 优化一：把稳定计算移到 application 或 vertex

原始 fur fragment program 中，有一段由法线和切线构造 hairNorm 的代码不依赖 view 或 light。它可以在 application level 预先计算，再作为新 attribute 传给 vertex program。另一组 dot(T, L) 和 dot(T, V) 依赖光源和视点，不能放到 application，但如果一段曲线内变化缓慢，可以放到 vertex，再交给 rasterizer 插值。

// application or vertex stage
float3 S = cross(nSN, T);
float3 N_hair = cross(T, S);
float l = saturate(dot(nSN, T));
float3 hairNorm = normalize((l * nSN) + ((1.0 - l) * N_hair));
 
// fragment stage keeps only values that truly vary per fragment
float T_Dot_nL = saturate(dot(T, L));
float T_Dot_nV = saturate(dot(T, V));

移动前后要同时核对数据接口：vertex 输出寄存器必须提供 fragment 需要的 varying，属性的坐标空间要一致，曲线采样率要足以支撑插值。少一个输入或错误地混用 world/object space，都会把性能优化变成画面错误。

5. 优化二：用 texture lookup 近似复杂函数

texture lookup 适合重复计算、输入维度明确且可接受近似的函数。Kajiya-Kay 毛发模型中的项可以由两个 dot product 作为坐标，预先生成二维浮点纹理；fragment program 用 lookup 替代 acos、sin 等完整计算。

查表不是免费魔法：要决定纹理空间是否归一化、尺寸是否足够、采样是否带来 banding，并用一个简单的差异程序把“完整函数”和“纹理结果”显示成颜色。LUT 分辨率应由误差实验确定，不应只凭纹理看起来够大。

6. 优化三：利用向量化和 profile 约束

GPU 常以向量宽度执行算术。原章把两个类似的 power 结果组织成向量，再与 spec 分量并行相乘，帮助编译器识别可向量化的工作。纹理查表也要考虑目标 profile 的纹理类型、坐标方式和寄存器限制；Cg 的硬件无关源代码最终仍会被 profile 约束。

// scalar-like organization
float3 Cspec = (spec.x * lightColor * pow(Kajiya, rough.x))
             + (spec.y * lightColor * pow(Kajiya, rough.y));
 
// vector-friendly organization
float2 powVal = spec * pow(Kajiya, rough);
float3 Cspec = lightColor * powVal.x + lightColor * powVal.y;

分支也要谨慎：原章指出目标硬件可能同时计算条件两侧，条件语句不一定减少成本。优化目标通常是更短的 fragment program，但必须以 profile 输出和实际 frame time 为证据，而不是把“源码更漂亮”当作性能结论。

7. 质量—性能取舍：近似要有可回归的边界

原章记录了一个清晰的经验：初始 fragment shader 虽然容易转换，却因为没有考虑 GPU 架构而运行缓慢；通过把计算移出 fragment、查表和向量化，示例指令规模从 104 降到 42，画面差异在实践中很小。但生产级角色可能有数百万根毛发，即使优化后的 fragment shader 仍然太慢，最后需要更激进的 vertex-program fur shader，并接受更明显的近似。

因此发布级转换应保存以下回归表：

• 语义：高光、颜色变化和重要轮廓是否出现在正确位置
• 质量：差异图、几何采样率、LUT 分辨率与高曲率区域误差
• 成本：vertex/fragment 指令、纹理读取、光源 pass 数和实际 frame time
• 可维护性：RenderMan 原逻辑改变后，优化后的硬件 shader 是否仍能定位对应语义

最终实现可能已经不像原始 RenderMan 文件，但它仍应能回答“哪一段生产逻辑被移动、近似或删除”。否则下一次艺术修改会无法安全回流。

小结

• RenderMan 的 illuminance、消息和 shading rate 在 GPU 上没有逐项等价物，转换需要应用显式管理光源和数据。
• vertex program 按顶点准备可插值数据，fragment program 按 generated fragment 计算最终颜色，稳定计算还可以上移到 application。
• vertex 到 fragment 的线性插值会引入与采样率、曲率相关的误差；频率优化必须同时检查画质。
• texture lookup 能近似复杂函数，向量化能帮助 GPU 利用宽算术，但二者都要受目标 hardware profile 约束。
• 指令数、差异图、光源数量、LUT 误差和 frame time 应共同组成优化证据；实时版本是可解释、可回归的近似，而不是盲目追求更短代码。