GPU大百科全书第五章 桌面显卡的捍卫者

　　ROP单元一直是一个相对神秘的地方，不同于其他单元的单纯和直接，ROP单元的结构和作用一直都容易让人产生混淆。有人认定ROP单元的作用就是处理雾化之类的特效，有人觉得他是抗锯齿的场合，有人以为光栅化过程在这里进行，有人相信它是送出像素的单元。甚至连ROP单元的名字长期以来都存在着不同的版本——Raster Operations Units以及Render Output Unit。

　　其实，ROP单元并没有大多数人想象中那样神秘，除了觉得ROP是在处理光栅化过程的人之外，其他所有人并排坐在一起，把自己的观点重复一遍，ROP单元的功能就出来了——是的，ROP单元的功能，就是处理雾化等特定的特效，进行采样及抗锯齿操作，以及将所有图像元素混合成最终画面并予以输出。所以从作用的角度出发，相比于Raster Operations Units这种头衔味道更重的名字来说，Render Output Unit显然更加适合用来描述ROP单元。

　　Render Output Unit，翻译过来就是渲染输出单元，那么渲染输出的第一步，明显就是渲染啦。

　　渲染这个词对不少人来说一直都很神圣。包括笔者在内，许多爱好者在刚刚接触到图形处理过程时，都曾经一度将渲染想象的极其复杂和神秘。其实不然，渲染过程无非就是将已经准备好的诸多图像元素混合在一起而已。几何处理单元，光栅化，TMU以及Shader单元，他们所做的看似复杂的工作，都只是为渲染过程准备基础和条件。而真正进行渲染的混合过程，跟其他图形处理过程一样，从本质上来讲其实非常简单。

　　如果仅仅是完成混合以及输出，这么简单而且轻松的工作量似乎有点太便宜了ROP单元了。没错，除了进行Z值相关的检查来保障输出像素的准确性之外，混合输出过程几乎不会带来其他更加复杂的操作。这种相对宽松和富裕的工作环境，让ROP单元有了扩展的充分理由和借口。于是随着人们图形需求的增长，ROP单元很快就具备了另一个作用，那就是协助完成全屏抗锯齿（FSAA）工作。

　　我们所看到的图像的基本构成单位是像素，而像素的形状则是一个又一个的小方格，当两个相邻像素存在巨大的颜色反差时，这两个像素中间就会出现一条非常显眼的颜色分界线。颜色分界线带来的界面效应是区分物体边缘的重要标识。

　　对于垂直和水平出现的像素分界来说，由于其本身的范围非常均一，因此并不会造成界面效果之外的效应，但当像素分界以斜线的形式出现时，效果就完全不一样了。斜向像素分界线，正是困扰3D图形界多年的问题——锯齿。

　　打开你的画笔，尝试着画一条最简单的斜线，然后放大看看。是的，非常不幸，这就是让人讨厌的锯齿，外号“狗牙”。

不同锯齿以及FSAA过滤方法

　　锯齿的存在极大的影响了图形效果的表达，本来应该平滑的几何模型表面，在光栅化并变成像素图元之后变得不再平滑，这极大地影响了人们观赏图形时的感受。所有影响人们观赏图形的因素最终都要被干掉，这正是图形界发展的根本动力。为了消除锯齿感给图形造成的影响，我们有了Anti-Aliasing以及Anti-Aliasing Unit，也就是AA以及AA单元。

　　可抗锯齿这事，跟ROP又有什么关系呢？

　　既然锯齿的产生源自斜向分布像素之间的反差所生成的颜色分界线，那么淡化这条分界线就成了抗锯齿的首选方案。分界线的碍眼是因为他极强的对比性，那么我们如果将分界线周围数个像素的颜色提取出来进行混合，然后重新赋予分界线周围这些像素“中和”后的颜色，不就能让原本非常突兀的颜色分界线变成自然平顺的颜色过渡，并借以消灭碍眼的锯齿了么？

　　混合，中和，赋予像素新的颜色，Anti-Aliasing的这些核心内容，不正是ROP最传统的工作么。抗锯齿的原理，注定了这项工作必须通过ROP单元来进行，现在你明白AA单元为什么会出现在ROP里了吧。

　　Anti-Aliasing过程的起点开始于对图像的放大，我们首先要将整个图像（超级采样，SSAA）或者比较精确的物体边缘（多重采样，MSAA）进行放大，然后对颜色反差巨大的物体边缘部分的像素及其周围的像素进行提取和混合，形成比原来更加自然但也更加模糊的颜色过渡，最后再将图像缩小回原来的尺寸以便消除颜色过渡产生的模糊现象。

　　ROP在AA过程中所做的事情，就是提取颜色分界线所在像素及其周围像素的颜色数值，然后对这些像素的颜色进行混合，再重新把新的过渡颜色刷上去。

　　几何单元后面跟着光栅化，纹理单元有shader陪伴，似乎每个人都有自己的好“碰友”，大家激烈竞争同时又相互支持，共同完成着属于自己的工作。那作为整个流水线后端的ROP，有没有自己的好“碰友”呢？

　　在前面的章节中我们已经知道，抗锯齿环节的操作需要频繁的对图像进行放大，缩放以及对像素采样和混合过程，这些过程意味着ROP需要反复对一帧画面进行多次操作，而且这些操作还会涉及高分辨率以及更多像素数量的问题。

　　另外，游戏体验很重要的组成部分就是画面的流畅度，要利用视觉残留效应让人眼误以为画面是连贯的，每秒钟ROP所需要输出的有效帧数起码要大于30帧，本来每一帧画面的数据量就比正常情况下高很多，画面总量有如此之大，这一切都意味着一件事——ROP的工作，背后蕴藏着巨大的数据量。

　　由此可见，想要让ROP保持极高的工作效率，充足的显存带宽和缓冲空间是必不可少的。

　　我们要为ROP提供的好“碰友”，不仅要满足他对数据存储空间的极大要求，同时还要让他能够在任何想要进行存储及访问操作时均能自由的对存储空间进行动作。这不仅需要一套优秀的高频高位宽显存体系，同时还需要大数量的并行显存控制器。

　　明白了ROP能干什么以及需要些什么，接下来我们就该看看ROP到底干了些什么，又是怎么干的了。只要你能明白鱼香肉丝是怎么从案板走向餐桌的，你就一定可以明白ROP单元是怎么把图像元素变成图像的。

　　首先，由TMU拾取的纹理以及由shader处理完成的像素会被传送到对应的z/stencil buffer，接下来ROP单元会首先对这些纹理和像素进行z/stencil检查，尽管经由光栅化处理之后的模型已经不具备实际存在的Z轴了，但其深度信息依旧会被保存下来，对于深度和模板信息的判断能够让ROP做出让那些像素被显示出来的决定，这不仅能够避免完全遮挡的像素被错误的显示在前面，同时也能够减少后续的color output部分的压力。由于存在对深度的判断和剔除操作，再加上Raster Operations Units这一特殊名称的误导，很多人都以为光栅化过程是在ROP单元才完成的，实际上Rasterization和ROP单元本身并没有什么直接联系的。Rasterization所进行的是对模型的3D-2D坐标投影变换，而ROP则是对像素的混合和输出。

　　当所有像素都完成了深度检查等操作之后，特定范围深度值的像素将被输送到alpha单元进行透明度检查，由透明度及透明混合所导致的效果对于雾化以及体积光等效果有至关重要的意义，因此alpha单元的检查与深度检查几乎可以说同等重要。根据程序的需要，ROP会以Blend单元对特定的像素进行alpha Blending操作。

　　经过上述步骤之后，剩下的像素将会被填充进2D化模型需要的范围内，也就是我们常见的Pixel Fillrate过程。Pixel Fillrate就好像一口大锅，作为肉丝、青椒、冬笋还有葱姜盐糖豆瓣酱之类原料出现的像素会在这里被正确的混在一起。经过混合，图形元素所包含的原本孤立的信息会像食材之间交互作用产生的香气一样被释放出来，最终形成我们能够接受的图像。

　　由于像素上的效果已经被shader以数学的形式处理完毕了，因此如果没有AA操作，那么到这里为止图形渲染工作就算彻底完成了，所有效果的混合及填充将会让正确的画面最终得以呈现，这幅完成处理的画面会被送入output buffer等待输出。而如果程序要求进行AA操作，比如MSAA，那么ROP中的AA单元还需要对填充完毕的画面进行若干次多重采样，然后再对采样出来的像素点进行color Blending操作，完成之后的画面才会被送入帧缓存等待输出到屏幕上。

　　有人的地方就会有争议、争执甚至是争斗，GPU领域自然也不例外。不管ROP单元是忙活装修的粉刷匠，还是演绎火的艺术的大厨，安分守己的他似乎并未躲开成为事件中心的命运。　　

　　ROP承担着最终混合和输出图形的任务，它所需要处理的像素几乎等于前面所有步骤处理像素的总和，它的最终效率也决定着整个流水线的效率，即便前面的单元再强大再高效，如果ROP单元不足，整个体系就会遭遇到Fillrate wall，无法将上游过来的诸多图形元素进行混合也就无法完成输出，最终的帧数自然会受到影响，HD5830/6790就是明显的例子。

　　因此，保障ROP的总效率对GPU构架来说是极其重要的。由于Z/stencil检查和操作、AA以及blind过程都十分耗费显存带宽以及ROP自身的资源，因此与别的单元独善其身不同，为了获得更好的ROP动作效率，人们不仅要增加ROP的总数量，同时还要为其配置充足的显存带宽及显存控制器资源。

　　说配就配？难道晶体管不要钱的么？

　　以常规GPU的结构来看，每增加一个ROP/MC，不仅要添置这些单元及其配套资源的晶体管，还要考虑星形互联的crossbar总线所带来的沉重负担。动辄数亿的晶体管增量，对任何一颗GPU来说都不是一个小数目。在制程上限和芯片面积限定了晶体管总数的前提下，ROP这种近乎于喝水一般消耗晶体管的单元，势必会影响到其他单元所能够占有的资源总量。

　　那能不能找一个不怎么浪费晶体管又能提升性能的方法呢？似乎有，比如Imagination的TBR/TBDR。

　　TBDR全称Tile-based Deferred Rendering，它通过将每一帧画面划分成多个矩形区域，并对区域内的所有像素分别进行Z值检查，在任务进入渲染阶段之前就将被遮挡的不可见像素剔除掉。由于在渲染之前进行Z-culling操作，TBR/TBDR理论上能够大幅削减进入shader以及ROP的像素数量，这不仅大幅降低了系统对像素的处理和输出压力，更极大的节约了显存带宽及空间的开销。

　　问题来了——既然有这样的技术，为何不用呢？

TBDR技术理论上对显存的节约度

　　尽管Imagination以及其TBR技术在几年前已经自桌面领域败亡至SoC及其他低功耗芯片领域，目前桌面GPU的几乎全部灵魂也都是由当年那一场胜负决定的，可以说今天桌面GPU的尊严和荣耀，都是由更大数量的ROP/MC这一理念所带来的。

　　但伴随着近年来移动领域的迅猛增长，Imagination因为在智能手机及平板电脑平台，特别是苹果平台上稳定的统治地位而不断壮大，功耗性能及晶体管消耗比例暂时占优的TBR/TBDR技术大有重归桌面领域的趋势，Imagination的Roadmap中颇具挑衅性质的MBX及SGX MPx系列就很能说明问题。如果Imagination凭借苹果为其带来的厚厚一叠美金最终成功回归了桌面领域，并且以TBR/TBDR技术重新占领市场甚至是主流，那就意味着对几年前那场胜负的完全推翻，以及对近年来桌面GPU发展思路的极大否定。　　

将ROP等后端统和成RBE的R600构架

非公版GF110的显存带宽更为恐怖

scene buffer溢出导致的错误图像

Z Occalusion检测软件——VillageMark

　　Imagination不是不知道TBDR技术这些天生的弊端，其旗下SGX系列显卡那顽固的理论性能/景深系数的实际表现也一直让其头疼不已。但在最初退到嵌入式及低功耗芯片领域时，Imagination显然没有选择。在SoC领域，芯片的功耗就是一切的指挥棒，抛弃ROP/MC为主的思路，坚持以TBR/TBDR这类减少无效渲染的操作方式为基础的发展思路刚好能够迎合该领域的需求。所以从桌面败亡的Imagination坚强的在SoC领域活了下来，并且以其在低性能需求阶段较高的功耗性能比获得了苹果的青睐，并最终赚的盆满钵满。

　　如果Imagination静静地呆在SoC领域，继续与苹果续写今天IOS设备的神话，桌面GPU领域自然不会受到多大的影响。尽管移动设备尤其是平板电脑的大行其道缺失让桌面领域头疼不已，但毕竟双方并非直接的对决，桌面领域依旧可以凭借绝对性能上毫无疑问的领先维持住自己的一部分固定市场。但现在，来自苹果强劲需求所带来的丰厚利润显然让Imagination发生了某些化学反应，变得不再安分于SoC领域。不断更新的USSE指令集，PowerVR MBX以及SGX MPx系列无不清晰地显露着Imagination重返桌面领域的野心。而如果Imagination重返桌面领域，其丰沛的资源虽然不一定能改变现有市场对性能需求的看法，但却一定可以让TBDR技术搅起一片漫天尘埃，让本已尽显混沌和发展不平衡的桌面显示领域变得更加让人迷茫。

　　没人希望市场和发展前景一片混沌，也没人希望自己被轻易的超越和淘汰，起码NVIDIA和AMD都是如此。因此不管是出于何种目的，是防范Imagination也好是对抗自己的对手也罢，反正NVIDIA和AMD对桌面GPU的性能改进，尤其是ROP/MC的性能改进，一刻也没有停止过。只有保持在性能上的绝对领先，才能通过压制对手以及创造和满足更高的需求等手段来防止对手的进入。ROP单元，也便因此而成了桌面显卡发展的保护者了。

　　NVIDIA以及AMD对ROP部分的改进，首先是常规的增加ROP以及显存带宽的绝对数量。我们前面已经提到了，近年来无论是NVIDIA还是AMD，其GPU构架的ROP资源及显存带宽都在不间断的增长着。在最新的Fermi构架中，NVIDIA GPU的ROP单元数量已经达到了恐怖的48个，而显存带宽更是被加到了192GB/S这一空前的数字。下一代的Kepler及GNC构架将很有可能拥有64个左右的ROP单元，以及接近甚至超过300GB/S的显存带宽。更多ROP单元可以保证GPU拥有更高的像素处理和填充能力，而更高的带宽则可以满足ROP对AA等操作的需求。尽管这些举措均非常消耗晶体管资源，但更多的ROP单元显然可以带来更加强劲的输出效率，其所带来的对整体性能的提升可以说是立竿见影的。

　　除了扩展规模之外，进一步改进ROP及整个后端内部的结构，使其具备更高的像素输出效率也未尝不是一条合适的道路。比如当初Z/stencil buffer的加入就为ROP单元带来了不小得性能提升，现在继续增大Z-buffer以及stencil buffer来变相提升ROP单元的单位周期以及某些特定环境下的像素吞吐能力，也是一种很好的尝试，在这方面AMD构架走的相对靠前，相信其构架如GNC等，在未来会有更多更加强大的改进出现。

　　我们可以在日常生活中找到很多与ROP类似的图景。前面提到的将所有材料炒成一盘佳肴的大厨，GPU大百科前传中出现过的刷漆师傅，流水线上将所有元件组装成机械的工人，他们都是ROP单元在现实生活中所对应的形象。ROP单元所从事的工作，与他们没有任何区别。

　　因为他们所从事的工作，都是从单个元素向成品的跨越。

　　ROP单元对于GPU来说是不可或缺的组成部分，它负责着图形过程中图像元素向画面的最终跨越，混合像素并输出这一特性，让它的性能直接决定了画面输出的速率，进而影响到整个GPU的实际性能表现，它甚至还是桌面GPU维持自身地位和荣耀的重要标志。作为整个图形流水线的最后一步，ROP单元真可谓是图形之根本。

深受ROP单元裁剪限制的HD6790

　　在经历了ROP单元的故事之后，伴随着画面的最终输出，我们关于图形“处理”过程的全部步骤就算完成了。我们用了整整3个月，累计7篇文章的篇幅来完整的进行了一次GPU硬件执行流程的巡礼，这漫长而疲劳的过程相信应该能给屏幕前的你带来一点点收获了吧。

传统到怀旧的NV20流水线

　　完成对整个GPU硬件流水线各个单元的观察并不是GPU大百科全书系列的终点，要理解了解GPU的方方面面，我们所要涉及的故事还有很多——比如存在于各个单元之间的、直接关乎着它们动作效率的缓冲体系，还有GPU各个组成单元之间一些非常有趣的数字关系，以及它们与最终性能之间的联系等等。请相信我们，GPU内还有着更多精彩的故事和真相在等待着你的发掘和思考，而这些精彩的故事都会在接下来的GPU大百科全书中一一的为你呈现，各位敬请期待吧。