GPU Gems 2 · Chapter 38. High-Quality Global Illumination Rendering Using Rasterization

先追一束“绕过墙壁”的光

想象房间里有一盏灯。直达光能照亮桌面，但墙壁反射过来的柔和亮度，才让桌下和角落不至于全黑。要把这种反射画出来，就要在每个可见位置向周围发出很多探针，看看各个方向上最后遇到的物体带来了多少光。

本章解决的问题是：这些探针数量巨大，CPU 逐条追踪会很慢；怎样把它们排列成图形硬件擅长的“同向批次”，让 rasterization 同时找到大量交点？如果只用很少探针或只算直达光，画面会出现噪声、漏光和缺少反射层次。

1. 先算一个便宜的全局光照近似

全局光照的难点不是画出一盏灯，而是估计“从半球各方向到达当前点的光”。路径追踪可以直接做这件事，但要让噪声下降，通常需要大量 rays。GPU Gems 2 Chapter 38 选择先做一遍便宜的近似，再把精力留给最终图像中真正需要的可见点。

第一遍可以使用 CPU 上的 grid photon mapping，或任何能快速产生 irradiance distribution 的方法；结果可以写成细分网格的 vertex colors，也可以放进 light map 或 volume texture。关键不是第一遍必须用哪一种算法，而是第二遍能以简单纹理/顶点读取拿到它。

2. final gathering：所有可见点都要问一遍半球

最终收集可以作用在屏幕上所有可见点，而不只是一小组稀疏点。这样不需要在稀疏点上做完计算后再插值，也更容易逐步显示结果：先用少量样本得到一张粗图，继续累积直到质量足够。

代价也很明确：如果有 P 个可见点、每点 N 个方向，就至少要处理 P × N 个 ray samples。原书给出的典型场景中，final gathering 的 rays 数量远超从相机出发的 rays，因此它是全流程瓶颈。

3. parallel clustering：把不同 origin 的同向 rays 放进一个 pass

半球聚类让每个可见点各自选择方向，采样更像传统 ray tracing；parallel clustering 则把方向离散成固定集合。对于其中一个 global ray direction，所有 origins 不同但方向相同，GPU 只需要沿这个方向做一次 parallel projection，再从投影结果中找到各点的最近交点。

4. depth peeling：用多层 rasterization 找最近交点

一次普通投影只会留下一个深度层，但一条 ray 可能穿过多个物体。depth peeling 先用 reversed depth test 得到当前方向上的远层，把深度写入 B；下一轮把 B 复制到 C，拒绝比 C 更远的片元，于是逐步揭开下一层。对于每个可见点，只有投影命中位于它前方的交点才会写入采样结果 E；当更近的命中出现时覆盖旧结果。

// one depth-peeling iteration for a fixed global direction
if (projectedPointIsInFront(sample, visiblePoint, globalDirection)) {
  if (sample.depth < sampledDepth) {
    sampledDepth = sample.depth;
    bufferE = sample.irradiance;
  }
}
depthBufferB = renderFarthestLayer(globalDirection, depthBufferC);
depthBufferC = depthBufferB;

这段伪代码强调两个状态：sampledDepth/bufferE 保留当前最近命中，bufferB/bufferC 让下一轮不重复消费已经剥出的层。真实实现会把这些状态放在纹理和 framebuffer 中，循环直到没有足够多的新片元，或达到允许的 fragment 阈值。

5. 把 visible buffer、投影与累积接成 GPU 管线

开始 final gathering 前，先从相机渲染场景，把每个可见点的位置、法线和颜色写入浮点缓冲 A。一个 global ray direction 接着驱动平行投影：从 A 的投影位置读取当前深度层 D，做 depth peeling 得到最近交点，写入 E，再将 E 的 irradiance 累加到 indirect illumination buffer。

for (Direction direction : sampledDirections) {
  clear(depthB, maxDistance);
  clear(depthC, maxDistance);
  clear(sampledLayer, environmentColor);
  do {
    renderFarthestLayer(scene, direction, depthB, sampledLayer);
    copy(depthB, depthC);
    sampleVisiblePoints(bufferA, sampledLayer, bufferE, direction);
  } while (newFragments > stopThreshold);
  accumulate(bufferE, indirectBuffer);
}

这段结构把原书的十步实现压缩成“方向循环”和“深度层循环”两层。direct illumination 仍可独立用 shadow mapping 等快速技术求出，最后再与 indirect buffer 相加；因此提高 final gathering 样本数不会替代直达光的计算。

6. 质量、aliasing 与离线取舍

这套方法不是把 GPU 变成交互式 ray tracer。它的目标是离线高质量图像：让所有可见点同时处理，逐步累积样本，并用足够 coherent 的 rays 换取更高吞吐。样本方向可以使用 quasi-Monte Carlo 或其他稳定序列，减少移动场景中 photon shooting 随机性造成的 flickering 和 popping。

平行投影使用有限分辨率 buffer，所以会像 shadow mapping 一样产生 aliasing，甚至漏掉间接光。增加样本数不能自动修复这个问题；应从投影分辨率、深度层条件和阴影映射类的抗 aliasing 策略一起检查。允许少量未处理 fragments 作为停止阈值，可以减少多余迭代，但要明确这是质量与时间的选择。

先猜一猜：在下面的实验中把 samples 从 32 调到 64，再把 stop threshold 从 2% 调到 0%，哪个指标会增加，哪个指标只是让渐进画面更细？打开实验后一次只调一个参数，比较 parallel clustering 与 per-point directions。

三步验收：从粗略 irradiance 到可停止的最终图像

本章小结

• 两遍方法让第一遍只负责快速提供 irradiance。
• final gathering 在所有可见点上估计半球入射光。
• parallel clustering 用固定 global ray direction 批量投影。
• depth peeling 逐层排除交点，找到每个点的最近命中。
• rasterization 加速离线高质量光照，但仍需处理 aliasing 与停止阈值。