Gpu阳春白雪与下里巴人笔记

第一章 绪论

GPU的发展历程

1，GPU vs CPU：

GPU具有高效并行结构，所以GPU在处理图形数据和复杂算法方面拥有比CPU更高的效率

image-20250326105018130

CPU大部分面积为控制器和寄存器，GPU拥有更多的ALU用于数据处理，而非数据高速缓存和流控制
这样的结构适合对密集型数据进行并行处理。

CPU执行计算任务的时候，一个时刻只会处理一个数据，不存在真正意义上的并行。（OS的时间片轮转算法）

而GPU具有多个处理器核，在一个时刻可以并行处理多个数据

GPU采用流式并行计算模式，可以对每一个数据进行独立的并行计算，所谓“对数据进行独立计算”，即，流内任意元素的计算不依赖于其他同类型数据。（例如计算一个顶点的世界坐标，不依赖于其他顶点的位置，而所谓并行计算是指”第一个数据可以被同时使用，多个数据并行运算的时间和1个数据单独执行的时间是一样的“。）

image-20250326105736291

2，GPU相比CPU的缺点：

数据之间相互关联的算法在GPU上难以实现

GPU在控制流方面弱于CPU
（GPU的控制器少于CPU，而控制器的主要功能是取指令，并且指出下一条指令在内存中所在的位置，控制盒协调计算机各个部件有条不紊地进行工作，GPU编程依赖于图形硬件，较早版本的gpu不满足编程需要）

进行GPU编程需要图形学知识、以及图形处理API，早期GPU编程只可以使用汇编语言，开发难度比较高，效率低

3，书的主要内容结构

入门GPU编程

四大部分：

第一部分：GPU的发展历史、GPU和CPU优劣比较、GPU的图形绘制管线、在GPU上使用的shader Language，这一部分由3章组成，尤为重要的是第二章“GPU图形绘制管线”和第三章“Shader Language”

第二部分：CG语言的使用方法

第三部分：阐述光照模型的知识

第四部分：针对投影纹理映射和阴影算法进行讲解

第五部分*：阐述了体绘制知识点以及基于GPU的光线投射算法。

第二章 GPU图形绘制管线

4，图形绘制管线的三个阶段

应用程序阶段：使用高级编程语言进行开发，主要和CPU、内存打交道，诸如碰撞检测、场景图建立、空间八叉树更新、视椎裁剪等经典算法都在其中

在该阶段末端，几何数据将会通过数据总线传送到图形硬件（时间瓶颈）

几何阶段：