现在，我正在尝试在软件中实现某种深度缓冲区，并且在编写该缓冲区时遇到了一个大问题。拥有一个互斥体绝对是多余的。因此，我创建了数量与线程数相等的互斥体。我正在基于当前像素（pixel_index％Mutexes_number）锁定互斥锁，效果更好，但仍然非常慢。而且我想知道它是如何在真实的GPU中完成的吗？有聪明的算法或硬件可以处理吗？

#1 楼

高度专业的硬件处理它。 GPU的典型策略是平铺光栅化并以压缩格式存储深度信息（例如，当多边形完全覆盖平铺时的z方程）。这样可以一次在整个图块上进行测试；其他很酷的HW技巧包括在运行像素着色器之前进行深度测试（假设条件允许-着色器无法写入深度值）。您可能会考虑在软件中进行一些类似的操作，例如让每个线程“拥有”一个瓦片子集并独立遍历每个图元，或者模仿多gpu策略，例如替换帧或替换栅格线。

#2 楼

在真实的GPU中，深度缓冲区不是分成多个核心来尝试读取/写入深度缓冲区的相同区域并尝试在它们之间进行同步，而是将其划分为图块（例如16×16或32×32），每个图块磁贴被分配给单个核心。然后，该核心负责该图块中的所有栅格化：所有与该图块接触的三角形将被拥有的核心（在该图块内）栅格化。这样一来，内核之间就不会产生干扰，并且在访问帧缓冲区的一部分时也无需它们进行同步。

这意味着接触多个图块的三角形将需要由多个内核进行栅格化。因此，在几何处理（在顶点和三角形上进行操作）和像素处理之间存在工作重新分配步骤。

在几何阶段，每个内核都可以处理大量输入图元。然后对于每个图元，它可以快速确定图元接触的图块（这称为“粗光栅化”），并将图元添加到拥有一个受影响图块之一的每个核的队列中。

然后，在像素阶段，每个内核都可以读出其队列中的基元列表，计算该内核拥有的图块的像素覆盖率，并进行深度测试，像素着色和更新帧缓冲区，而无需任何进一步的协调与其他内核。