在上一篇文章中，我談到了GPU架構的工作原理。這是一個比較新穎的架構，與其他架構的工作方式不太相同，我們稱之為基于區塊貼圖的延遲渲染或TBDR。從概念而言，其基本前提非常簡單。

首先，我們把屏幕分成小的區塊，使之操作簡單且大小適于完全放在GPU上，大量減少訪問內存。這部分我先做闡釋，不熟悉此部分的請先行了解。

第二部分需使用第一部分生成的信息——渲染貼圖的原語列表——盡可能多地延遲隨后生成的像素，所以渲染盡量不會放過每個細節之處。讓我們先來看看硬件的工作。

參數緩沖區

在我的上一篇文章中提到，硬件所需完成的最后一件事便是填滿參數緩沖區(PB)。回顧一下，PB本質上是一個打包的區塊貼圖列表，填充了形成貼圖的轉換幾何圖，硬件同樣可以對其進行有效的計算。記住，我們不必使用簡單且效率低下的方法來計算究竟是哪個幾何對象構成了貼圖。實際上，我們可以準確地計算貼圖，因而不必要浪費時間處理那些最終不會對貼圖產生影響的原語。

因此，GPU建立了中間數據結構，并具有完整的三角形列表。接下來便是光柵化，,并把那些三角形變成像素，且在內核中對像素進行著色。對于我們的架構而言，光柵化尤為復雜：驅動GPU效率的關鍵事物投射在這部分管道中，接下來讓我們逐步了解相關過程。

另外，一些讀者可能會很驚訝地發現，光柵化并不僅僅發生在一個簡單的稱之為光柵格的單片上。在所有GPU中，無論大小，都是由許多子塊組成的比較緊湊的面向數據流的管道在運行。使之在不成為影響吞吐量的瓶頸下保持平衡則非常困難，且由于任務的性質，固定功能邏輯比可編程著色器內核更加合適。

提取PB數據至內核中

首先，我們需要從內存中提取貼圖列表至內核中，然后解析他們的狀態、位置數據和一些控制位，使GPU可以恰當的運行幾何對象。數據可以被壓縮，所以區塊負責讀取數據，即我們所說的參數獲取，其也能解壓數據。由于區塊存在內存訪問，一些獲取內存延遲的情況必須容許，所以可以從內存中預讀取及突發讀取數據，使PB中的數據可以再次進入內核中。目前為止，一切很順利。

邊緣方程

既然我們已經把三角形放置在內核中，接下來便是將它們變成像素。注意，我們是在3D而非2D空間處理幾何對象，而您的屏幕是一個2D平面。所以我們需要采取某種方式，將渲染的3D計算視圖映射到2D屏幕上。

接受來自參數提取物的原語的硬件字節，在柵格化像素的過程中負責設置定義三角形邊界的三角方程，因此我們在屏幕上看到的不僅僅是點，還有三角形的呈現。由于涉及到一些計算，硬件字節在固定的設置下有其專用且實際上非常復雜的浮點單元。

接下來便是三角形的邊界計算方程。三角形共享準確深度值時，深度偏置可以起作用。這樣便不必糾結于哪個邊界應該可視化，且一些角度的計算可以為進一步形成的區塊提供有關幾何圖像構成的信息。

平面方程

有了一組邊界方程，便可結合邊界方程定義三角幾何，猶如3D空間中的三棱鏡。在頭腦中想象圖像可能有違直覺，因為您從未真正看過其3D效果。您需要一些想象的線條來構建可視化的圖像。

其次，需要一個穿過棱鏡的2D切片，這樣當三角形的2D效果呈現在屏幕上時，可以基本拉平圖像，并找出棱鏡的字節。這是一個重要的里程碑。要實現上述過程，便需要一個四階方程來定義通過棱鏡的平面片，而棱鏡則由邊界方程定義。

在硬件中評估四階方程，其給出的平面片可以映射到貼圖的像素中。接下來對屏幕貼圖做一些闡述以助于理解此部分內容。

貼圖大小

任何貼圖架構都要在貼圖大小和存儲空間之間進行一些權衡。在我們的案例中，我們需要一些用于參數緩沖區的存儲空間來儲存貼圖的三角形列表。而這個存儲空間位于系統內存中。其次，還需要GPU芯片內的存儲空間，用于處理貼圖中的像素。

因此對于這兩個貼圖理論上的尺寸，一個貼圖是另一個的四倍 (兩倍X軸和兩倍Y軸)，且渲染分辨率是1080 p。顯然，如果尺寸較小，則需要較多的貼圖，這意味著參數緩沖區中需要有更多的貼圖列表，但可與貼圖交叉的三角形則更少，因此所需GPU存儲也更小。反之亦然。我們只需較少的貼圖列表，因為貼圖不可能足夠多，但每個貼圖的三角形平均數量則可能會增多，且由于每個貼圖是像素的4倍，因此需要4倍的GPU存儲空間。