GPU Gems 2 · Chapter 28. Mipmap-Level Measurement

先测量用户真正看见的细节

一张大图为远近不同的物体准备了多档清晰度。最高档往往占据最多空间，却可能只在极少视角中出现；永远把它留在显存里，会挤掉其他角色、地形和特效的预算。

问题在于，最终选择不仅由距离决定，还会受到表面朝向、屏幕设置和硬件内部策略影响。与其在主处理器上重建一套不完整的猜测，不如让图形硬件按真实状态再画一次，再把“有多少片元需要某档细节”读成管理决策。先预测：在实验里同时增加距离和掠射角，首个可见层会往 L0 还是 L3 移动？

本章的 Mipmap-Level Measurement 不是自己实现一套 mip 选择公式，而是把 GPU 已经隐式做出的选择转成可查询的片元数量，再决定哪些高分辨率层值得常驻。

1. 从人工 false color 到 alpha 标定

美术检查常把每个 mip 层涂成强烈不同的颜色：看到哪种颜色，就知道硬件正在采哪一层。这个方法直观，却需要人在画面里寻找少量像素。自动化的关键是把“颜色识别”改写为 GPU 已能高效完成的通过/拒绝测试。

标定纹理尺寸应与被测纹理一致，采样状态也必须一致。最简单的最高层测试在 L0 写 alpha 1，其余层写 alpha 0；替换目标纹理后重画对象，只让 alpha 大于零的片元通过。RGB 不参与判定，可用于 false-color 调试，或填入有代表性的图案，避免驱动把异常纯色纹理走入不同优化路径。

以未压缩 512×512 RGBA8 为例，L0、L1、L2、L3 分别约占 1024、256、64、16 KB。每降一级边长减半，面积与内存变成四分之一，因此确认 L0/L1 不可见，收益远大于继续分析 mip chain 尾部。

2. 把层选择变成 query count

遮挡查询原本用于判断物体是否被挡住；它统计通过深度测试的片元，也会遵守该 draw call 的其他管线状态。原章利用这一点：重放物体、替换标定纹理、关闭颜色写入，再让 alpha 阶段只保留正在测试的 mip 区间。这样 query count 就成为该层对当前画面的可见证据。

原始 Direct3D 路径会覆盖 pixel shader、alpha-test states 与 texture，并使用 D3DRS_COLORWRITEENABLE 禁止标定颜色写进画面。现代 API 可在 fragment shader 中执行等价阈值判断；但 WebGL2 的 ANY_SAMPLES_PASSED 只提供布尔结果，不直接返回原章所需的精确计数，移植时要选择支持 samples-passed 计数的宿主 API，或改用分级布尔策略。

float encoded = texture(calibrationMip, uv).a;
float remapped = clamp(4.0 * (encoded - levelOffset), 0.0, 1.0);
if (remapped <= alphaReference) discard;
 
// color attachment writes disabled; depth test remains identical
outColor = vec4(0.0);

单独重放一次无 alpha test 的 reference query，得到当前物体所有可见片元数。它自动包含遮挡、裁剪和视口变化；若省略分母，同样的 650 个片元在近景小物体与满屏地形上会被错误解释为同等重要。

3. 一张纹理测多个 mip 区间

不必为每个被测层创建一张标定纹理。原章把 L0 到 L3 的 alpha 依次设为 1、0.75、0.5、0.25；trilinear filtering 会在相邻层之间产生连续梯度。第 $k$ 次重放仅改变 offset，把目标区间缩放回 alpha test 的完整动态范围。

本节符号如下：

• $a$：标定纹理采样得到的 alpha
• $c_k$：测试第 $k$ 层时使用的偏移
• $a'_k$：重映射后送入 alpha test 的值
• $Q_k$：第 $k$ 层查询计数
• $Q_{ref}$：参考查询计数
• $r_k$：第 $k$ 层相对可见比例

这个式子在说：四倍缩放把每个四分之一宽的 alpha 区间扩展到零至一，使 alpha test 对四个层级都使用同样的精度和参考值。

查询必须异步读取，不能在提交后立刻等待，否则 CPU/GPU pipeline 会被同步点卡住。实践中把 query handle 与对象、frame index、被测层一起放进 pending 队列，后续帧确认结果可用后再解释和更新资源状态。

for (const level of measuredLevels) {
  beginSamplesPassedQuery(object.id, level);
  replayWithCalibration(object, levelOffsets[level]);
  endSamplesPassedQuery();
}
 
beginReferenceQuery(object.id);
replayWithoutAlphaReject(object);
endReferenceQuery();

4. reference ratio 与显著性阈值

先把绝对计数归一化：

这个式子在说：从最细层开始寻找第一个达到阈值 $\tau$ 的层 $k^*$；比它更细的层只影响过少片元，可以从当前纹理预算中去掉。必须保护 $Q_{ref}=0$ 的完全不可见对象，并把它交给不可见资源策略，而不是除零。

原章给出的典型计数为 reference 13000、L0 0、L1 650（5%）、L2 10530（81%）、L3 13000（100%）。采用 15% 阈值时，L2 是首个显著可见层，因此 L0/L1 可移除。阈值越高，内存越省，但局部高细节表面会更早变软；它是明确的画质—空间旋钮，不是越大越好。

5. 在引擎里分摊五次附加绘制

测四个层加一个 reference，需要五次附加 draw call。若每帧对所有对象执行，draw 数会膨胀到不可接受；但纹理层通常随相对位置缓慢变化，没有必要每个对象每帧重测。原章在 Leviathan 引擎中每帧从循环队列取一个对象，因此固定只增加五次 draw calls。

每个 buffered draw call 要能重放并局部覆盖状态：pixel shader、标定 texture、alpha 判定与 color-write mask；几何、depth、采样状态和通常的 view transform 保持一致。如果希望测量视锥外对象，可以临时重设 view，但这回答的是另一个问题，结果不可与当前画面直接混用。

简单循环队列会产生延迟：对象快速接近相机时，新高分辨率层可能在若干帧后才被重新请求，出现 resolution pop。改进方法是让速度大、投影变化快或刚进入视野的对象提高优先级，并设置升清晰度快、降清晰度慢的 hysteresis，避免阈值附近反复换层。

6. 朝向、阈值与实际内存收益

相同距离不能推出相同层级。平坦地形以掠射角进入视野时，一个屏幕像素覆盖很长的纹理区域，常落到较粗层；正对相机的崖壁即使等距，也可能暴露更细层。这正是 CPU 距离近似最容易漏掉、而真实 sampler 已自然纳入的变量。

原章在 Leviathan terrain 的样本中报告：不测量时使用 4.333 MB；0%、15%、30% 阈值分别降到 0.864、0.538、0.464 MB，对应 80%、88%、89% 节省。数字属于当时的特定场景与引擎，不应当作现代项目保证；可迁移的是测量方法，以及“高阈值继续省内存但逐步降低画质”的趋势。

扩展方向有三类。第一，调整标定纹理与 viewport 的相对尺寸，可把 magnification 也编码进测量范围。第二，给每层 alpha 加入同源、缩放偏置的确定性纹理，使小幅距离变化也有片元穿过阈值，可观察层级上升、下降或静止的趋势。第三，支持导数指令的 shader 可用 ddx/ddy 直接估计 mip level，省去标定纹理带宽，但结果回读仍需 query 或 reduction 机制。

三步验收：编码、解释、调度

三个阶段使用同一 mesh、相机路径和 sampler preset。先证明 alpha 编码隔离了目标层，再证明 ratio 与阈值结论正确，最后才把结果接入纹理常驻策略。

本章小结

• calibration texture 让真实 sampler 把层选择编码进 alpha。
• occlusion query 与 reference query 把可见证据变成相对比例。
• significance threshold 决定首个值得常驻的细节层。
• round-robin 将四层加参考值的五次重放分摊到多帧。
• 距离、朝向、过滤状态与调度延迟必须共同进入资源决策。