OpenGL逻辑学快速入门 卷五 着色器：把 C 程序员的直觉解构再重建

卷五 着色器把 C 程序员的直觉解构再重建难度★★☆视角[GPU][CPU]优先级P05.1~5.3P15.4P25.5GLSL 看着像 C但它的每一个少了的功能都不是疏忽是逻辑必然。本卷把这些少的来源讲清楚。5.1 GLSL 不是 C[GPU][码]视角[GPU][Drv]优先级P0看着像 C#version 330 core in vec3 a_pos; uniform mat4 u_mvp; out vec3 v_color; void main() { gl_Position u_mvp * vec4(a_pos, 1.0); v_color vec3(1.0, 0.5, 0.0); }熟悉的void main、熟悉的赋值语句、熟悉的函数调用。但你用 C 的习惯写 GLSL会处处碰壁C 能做的事GLSL 不能int* p malloc(...)没有指针没有动态分配void f(int x) { return f(x-1); }不能递归fopen / printf / scanf没有任何 IOif (cond) { ... }自由用能用但有性能代价全局变量有限制uniform 只读shared 仅 Compute逐个讲为什么。没有指针地址空间模型不同CPU 程序所有内存在一个统一的虚拟地址空间里——任何地址都可以读写。GPU 不是。GPU 的内存被划分成多个地址空间寄存器每个着色器实例私有零延迟常量内存uniform所有实例共享、只读、有 cache全局显存VBO/Texture/SSBO 数据所在共享内存Compute Shader 工作组内共享每种空间的访问方式、延迟、容量都不同。指针要统一指向任意地址这与硬件多地址空间架构本质冲突。GLSL 的妥协通过类型系统隐式表达地址空间。uniform变量在常量内存、in/out在阶段间寄存器、bufferSSBO在全局显存。你不需要手动管但也不能随意指向。没有递归栈深度 寄存器静态分配CPU 函数调用用栈——每次调用 push 一帧返回 pop。栈空间几 MB递归到上万层都没问题。GPU 没有传统意义的栈栈深度不固定→ 调度器无法预知最坏情况下要分配多少寄存器是静态分配的→ 编译期就要决定每个着色器用多少寄存器递归无法编译期展开大量并行实例→ 一个实例的栈乘以几千实例 巨量额外内存所以 GLSL 规范直接禁止递归。函数调用在编译期被全部展开inline效果上等于一段代码里所有函数调用都被替换成函数体。SIMT 与分支代价独立于无递归问题GPU 不是按一个实例一个核心跑的。常见模式32 或 64 个实例一个 warp / wavefront共享一组指令——同一时刻所有实例执行同一条指令。这叫SIMTSingle Instruction, Multiple Threads。那if (cond) { A(); } else { B(); }怎么办warp 里 32 个实例cond 可能 16 个真 16 个假——硬件如何处理答两边都跑。先让 cond 为真的 16 个实例执行 A 时另外 16 个待机。然后反过来。代价分支两边的代码总成本 sum不是 max。如果你在 FS 里写了一个长的 if-else相当于两边都跑了一遍。进一步如果 warp 内所有实例 cond 一致全真或全假就只跑一边——这叫warp 一致分支是性能甜点。分支条件依赖于位置等空间相邻变量时容易一致所以按物体类型分批渲染比逐 pixel 判断材质快。这是另一个独立问题与无递归原因不同——别把两者混淆。精度限定符OpenGL ES 专项precision mediump float; // 文件级默认精度 in highp vec3 a_pos; // 单变量级覆盖 mediump vec4 v_color;限定符典型实现用途lowp8~10 bit 浮点颜色已经是 8bit/通道、归一化向量mediump16 bit 浮点半精度大多数 FS 计算highp32 bit 浮点位置、矩阵、UV 坐标为什么 ES 要搞这个移动 GPU 历史上半精度算力是全精度的 2 倍ARM Mali、PowerVR、Adreno 都如此。让用户主动降精度 让用户主动加速。OpenGL 桌面没这个区分所有 float 都是 highp。但 GLSL 接受precision关键字解析后忽略所以同一份 Shader 可以两边跑。ES 中 fragment shader 必须显式声明 precision#version 300 es precision mediump float; // ES 必须漏了编译失败桌面则不需要。踩坑mediump 在 fragment 里做位置计算 → 远处抖动精度不够highp 在 fragment 里大量使用 → 老 GPU 性能崩经验位置/UV 用 highp颜色/法线用 mediump归一化值可以 lowp5.2 数据通道四件套[CPU][GPU][图×1]视角[CPU][GPU]优先级P0总览图CPU │ │ glBufferData ▼ VBO ──────────► [in 变量, per-vertex] ──► VS ↑ │ out │ ▼ │ [插值] │ │ in glUniform* │ ▼ │ │ FS ▼ │ [uniform 变量, per-draw-call, 全 invocation 共享] │ out ▼ [颜色] │ ▼ FrameBufferAttribute /in顶点输入#version 330 core layout(location 0) in vec3 a_pos; // 一个顶点的位置 layout(location 1) in vec3 a_color; // 一个顶点的颜色来自 VBO每个顶点一份只 VS 能读FS 不能直接读 attribute数量限制通常 16 个 attribute slot不是 16 个浮点是 16 个 vec4 组成的 slotUniformuniform mat4 u_mvp; uniform vec3 u_lightDir;来自 CPU 的glUniform*调用一次设值后所有 invocation 共享一次 Draw Call 内不变“per-draw-call”只读通常存在 GPU 的常量内存里访问极快uniform 数量是有限的——GPU 有uniform 寄存器上限。如果你需要传成千上万个值如骨骼蒙皮的所有骨骼矩阵用UBOUniform Buffer Object下面。in / out阶段间通道// VS out vec3 v_color; // 我要传给下一阶段 // FS in vec3 v_color; // 我从上一阶段拿到已插值VS 的 out 经过光栅化插值 → FS 的 in变量名必须一致类型必须一致旧版 GLSLOpenGL 2.x、ES 2.0叫varying新版叫in/out。功能完全相同只是关键字换了// ES 2.0旧 varying vec3 v_color; // VS 和 FS 都用 varying // ES 3.0新 out vec3 v_color; // VS in vec3 v_color; // FS写新代码用in/out看老代码懂varying。UBO / SSBO / Image进阶通道通道引入版本容量读写典型用途UBOGL 3.1 / ES 3.0常用 16~64KB只读大量 uniform、跨 program 共享SSBOGL 4.3 / ES 3.1GB 级读写任意大数据、shader 间通信ImageGL 4.2 / ES 3.1同 Texture读写shader 直接读写纹理像素UBO解决uniform 太多layout(std140, binding 0) uniform CameraData { mat4 view; mat4 proj; vec3 cameraPos; };CPU 端绑定一个 buffer 到这个 bindingshader 里像访问普通变量一样用。SSBO解决shader 要写和shader 间共享大数据layout(std430, binding 0) buffer Particles { vec4 pos[]; // 不定长数组 }; void main() { pos[gl_GlobalInvocationID.x] vec4(0, -0.01, 0, 0); // 直接写 }Image解决shader 想直接随机读写一个纹理像素普通 sampler 是经过过滤的且只读。一张表彻底厘清通道谁写谁读频率会插值吗可写吗AttributeCPU (VBO)VSper-vertex/shader 内只读UniformCPUVS / TCS / TES / GS / FS / CSper-draw-call/shader 内只读in/out (VS→FS)VSFSper-vertex (out) → per-fragment (in插值后)✅/UBOCPU所有 shader任意改/shader 内只读SSBOCPU 或 shader所有 shader任意改/✅ImageCPU 或 shader所有 shader任意改/✅unused 变量被优化掉GLSL 编译器会把没读的 in/out 删掉。这导致glGetAttribLocation(xxx)可能返回 -1被优化没了——别假定 location 一定有效。5.3 Shader 程序的生命周期[CPU][码][反]视角[CPU][Drv]优先级P0五段式1. Source → 字符串 2. Compile → ShaderObject (二进制中间表示) 3. Attach Link → ProgramObject (可执行代码) 4. Use → 当前激活的 program 5. Delete → 释放标准模板// 1. 创建 编译 VSGLuint vsglCreateShader(GL_VERTEX_SHADER);constchar*vs_src...;glShaderSource(vs,1,vs_src,NULL);glCompileShader(vs);// ★必查编译错误卷九 9.3 详细讲GLint ok;glGetShaderiv(vs,GL_COMPILE_STATUS,ok);if(!ok){charlog[4096];glGetShaderInfoLog(vs,sizeof(log),NULL,log);fprintf(stderr,VS compile error:\n%s\n,log);}// 2. 同理创建 FSGLuint fsglCreateShader(GL_FRAGMENT_SHADER);glShaderSource(fs,1,fs_src,NULL);glCompileShader(fs);// 同样检查编译// 3. 创建 Program、attach、linkGLuint progglCreateProgram();glAttachShader(prog,vs);glAttachShader(prog,fs);glLinkProgram(prog);// ★必查链接错误glGetProgramiv(prog,GL_LINK_STATUS,ok);if(!ok){charlog[4096];glGetProgramInfoLog(prog,sizeof(log),NULL,log);fprintf(stderr,Link error:\n%s\n,log);}// 4. shader object 已经合并进 program 了可以删glDeleteShader(vs);glDeleteShader(fs);// 5. 使用glUseProgram(prog);// ... draw ...// 6. 程序退出前glDeleteProgram(prog);为什么分编译与链接完全是类比 C 工具链C 工具链OpenGL Shader.c文件 →.osource → ShaderObjectgcc -cglCompileShader链接多个.o→.exelink 多个 ShaderObject → ProgramObjectgcc *.o -o appglLinkProgram好处模块化一个 VS 可以和多个 FS 配对如同样的几何但不同材质shader 编译产物可复用职责分离编译期检查语法错误链接期检查VS 输出和 FS 输入是否匹配反例忘了 attach 就 linkGLuint progglCreateProgram();glLinkProgram(prog);// ❌ 没 attach 任何 shader链接出空程序glUseProgram(prog);glDrawArrays(...);// ❌ 画不出东西但不报错Pipeline Object分离式着色器GL 4.1 / ES 3.1 引入。让你不必把 VSFS 强绑成一个 program可以独立编译然后在 pipeline 里自由组合GLuint pipeline;glGenProgramPipelines(1,pipeline);glUseProgramStages(pipeline,GL_VERTEX_SHADER_BIT,vs_program);glUseProgramStages(pipeline,GL_FRAGMENT_SHADER_BIT,fs_program);glBindProgramPipeline(pipeline);好处M 个 VS × N 个 FS 的组合传统方式要编译 M*N 个 program分离式只要 MN。移动端实战使用率不高——但如果你做大型引擎或 ImGui-style 的可热插拔渲染会用到。5.4 Uniform 的查找与设置链[CPU][反]视角[CPU][Drv]优先级P1glGetUniformLocation为何返回 intGLint locglGetUniformLocation(prog,u_mvp);glUniformMatrix4fv(loc,1,GL_FALSE,glm::value_ptr(mvp));关键陷阱glUniform*操作的是当前激活 program的 uniform——必须先glUseProgram(prog)。否则在错误的 program 上设值,你的更新被丢进黑洞。为什么不直接// 假想的 APIglUniformByName(prog,u_mvp,...);// 每次按字符串查性能字符串比较和哈希查找慢。整数 location 直接映射到 GPU 常量寄存器槽零开销。约定链接后location 才稳定。链接前查可能失败或得到无效值未使用的 uniform会被优化掉glGetUniformLocation返回 -1glUniform*(-1, ...)是合法 no-op不会报错——这个设计是为了让调用方能无脑写glUniform*(loc, ...)不必每帧每个 uniform 先if (loc ! -1)判一下代码才能保持简洁。Location 在链接后才稳定的陷阱热重载场景// 第一次编译链接GLuint proglink(vs,fs);GLint loc_mvpglGetUniformLocation(prog,u_mvp);// 假设 5// 修改 shader 源码、重新编译链接proglink(new_vs,fs);// 此时 loc_mvp缓存的 5可能已失效需要重查正确做法每次 link 之后重新查所有 location。或用 GL 4.3 的layout(location N)指定移动端 ES 3.1 也支持layout(location 0) uniform mat4 u_mvp;这样 location 就是你写死的 0不需要查。Uniform Block 与内存布局规则layout(std140, binding 0) uniform CameraData { mat4 view; mat4 proj; vec3 cameraPos; float time; };CPU 端structCameraData{glm::mat4 view;// 64 字节glm::mat4 proj;// 64 字节glm::vec3 camPos;// 12 字节对齐 16后接 float 时其尾部 4 字节会被 float 占用floattime;// 4 字节刚好填进 camPos 后面那 4 字节空槽};GLuint ubo;glGenBuffers(1,ubo);glBindBuffer(GL_UNIFORM_BUFFER,ubo);glBufferData(GL_UNIFORM_BUFFER,sizeof(CameraData),data,GL_DYNAMIC_DRAW);glBindBufferBase(GL_UNIFORM_BUFFER,0,ubo);// 绑到 binding0关键问题CPU 的结构体内存布局和 GLSL 的内存布局必须完全一致否则数据全错位。四种布局规则规则适用特点std140UBO最常用严格但跨编译器一致vec3 对齐到 16 字节数组元素对齐到 16 字节std430SSBOGL 4.3比 std140 紧凑vec3 仍 12 字节、数组紧凑不可用于 UBOshared默认编译器决定布局程序间不一致——必须用glGetUniformIndices查 offsetpacked紧凑但更不可控编译器可重排成员几乎不用std140 最大坑vec3占 12 字节但基对齐到 16 字节——后面如果跟 vec2/vec3/vec4/mat 或数组必须 pad 到 16 边界如果紧跟一个标量float/int那个标量会占用 vec3 尾部那 4 字节不浪费数组里每个元素都对齐到 16 字节——float arr[100]实际占 1600 字节而不是 400 字节写 CPU 端struct时永远以 GLSL 端为准可用工具如 RenderDoc 的 buffer viewer反向核对偏移实战推荐UBO 用 std140CPU 结构体加 padding 显式对齐SSBO 大数组用 std430紧凑、省带宽永远不要用 shared/packed除非你想写运行时反射代码5.5 内置变量与内置函数的逻辑分类[GPU]视角[GPU]优先级P2内置变量分类必写型VS 必须写gl_PositionFS 必须给唯一一个 out 赋值如果有 out只读型GPU 提供给你gl_VertexIDVS当前顶点序号gl_InstanceIDVS当前实例号gl_FragCoordFSfragment 屏幕位置gl_PointCoordFS for points点内坐标gl_FrontFacingFS三角形是否正面可选写型gl_PointSizeVS画点时点的大小gl_FragDepthFS自定义深度破坏 Early-Zgl_Position必写、gl_FragCoord不可写的逻辑变量谁产生谁消费gl_PositionVS后面的图元装配 / 光栅化gl_FragCoord光栅化FSVS 是gl_Position的生产者——不写它下游没数据。FS 是gl_FragCoord的消费者——它已经被光栅化算好了FS 写它没意义你能改的只是输出颜色不能重新决定这个 fragment 在哪)。内置函数的逻辑分类几何/线性代数dot(a, b)、cross(a, b)、normalize(v)、length(v)、reflect(I, N)、refract(I, N, eta)多数对应直接的硬件指令零开销插值/平滑mix(a, b, t) 线性插值step(edge, x) 阶跃smoothstep(e0, e1, x) 三次多项式平滑过渡采样texture(sampler, uv) 标准采样带过滤、mipmaptextureLod(sampler, uv, lod) 指定 mip 等级texelFetch(sampler, ipos, lod) 不过滤的整数索引访问texture()中的 sampler 参数叫sampler uniform——它不是纹理本身是个句柄指向当前绑定到某个纹理单元的纹理。详细见卷六 6.1。导数仅 FSdFdx(v)、dFdy(v)当前 fragment 与相邻 fragment 的差用于法线计算、各向异性过滤、UV 变化率分析依赖 GPU 把 fragment 按 2x2 quad 调度——这是 SIMT 在 FS 的体现本卷自检读完本卷你应该能回答GLSL 不能递归的根本原因是什么提示不是 SIMTSIMT 与 if 分支代价的关系是什么ES 3.0 中varying该写还是该用in/outuniform、UBO、SSBO 各适合什么场景glGetUniformLocation为什么返回 int 而不是字符串句柄std140 中float arr[100]实际占多少字节为什么gl_FragCoord不能由你写下一卷我们去看 OpenGL 里最容易让人误会的子系统——纹理、采样器以及没人愿意讲清楚的颜色空间问题。