从GPU Compute模拟到Mesh Shader渲染:NoGraphicsAPI延迟渲染器示例完整剖析

原创2026-10-11 11:16:451,753 阅读

从GPU Compute模拟到Mesh Shader渲染:NoGraphicsAPI延迟渲染器示例完整剖析

NoGraphicsAPI 是基于 Vulkan 1.4 和 Metal 4 的 C++20 图形库,用 GPU 指针和描述符堆取代传统图形 API 的大量样板代码。它的 deferred_renderer(延迟渲染器)示例完整展示了这条现代渲染管线:GPU Compute 物理模拟 → Mesh Shader 生成 G-Buffer → 全屏三角形延迟光照,是理解 NoGraphicsAPI 数据模型的绝佳入口。🎯

这个示例做了什么?

example_deferred_renderer 在一个窗口中渲染 262,144 个受中心引力驱动的立方体(512×512 网格),每帧分三个 GPU 阶段完成:

阶段 技术 着色器入口 做什么
① 模拟 Compute Shader computeMain GPU 上积分每个物体的位置与速度
② G-Buffer Mesh Shader meshMain 每个线程组程序化生成 1 个立方体,写入颜色/法线/深度
③ 光照 全屏三角形(Vertex + Fragment) vertexMain / fragmentMain 反投影深度,逐像素计算点光 + 平行光

三个阶段共用同一个根指针数据模型:CPU 写结构体,把一个 64 位 GPU 地址传给 dispatch / draw_meshlets / draw,着色器端通过 GPU_ROOT 宏读到完全相同的布局——这就是 NoGraphicsAPI 的核心思想(详见 docs/no-graphics-api-comparison.md)。

快速上手:构建与运行步骤

硬件门槛(不满足会创建不了设备):

  • Metal 4:Apple 芯片 Mac(M1 及以上,macOS 26+)
  • Vulkan 1.4:需 VK_EXT_descriptor_heap、VK_KHR_device_address_commands、VK_EXT_mesh_shader 扩展。典型可用硬件:AMD RDNA 3/4、NVIDIA RTX 30/40/50 系列、Steam Deck(Mesa 26.2+)
  • Linux 目前为无窗口(headless)模式,有窗口示例支持 Windows 与 macOS

克隆仓库(需要 clone 时使用):

git clone https://gitcode.com/gh_mirrors/no/NoGraphicsAPI

macOS 构建(需要 Xcode 26+ 与 Slang 2026.18.2+):

cmake -S . -B build -DCMAKE_BUILD_TYPE=Release -DCMAKE_OSX_SYSROOT=macosx \
  -DNOGRAPHICSAPI_BUILD_EXAMPLES=ON -DNOGRAPHICSAPI_SLANGC=/path/to/slangc
cmake --build build
build/examples/deferred_renderer/example_deferred_renderer

Windows 构建(Visual Studio 2022 + Vulkan SDK 1.4.357+ + Slang):

cmake --preset msvc
cmake --build --preset msvc-release
.\build-msvc\examples\deferred_renderer\Release\example_deferred_renderer.exe

完整工具链说明见 docs/building.md,Slang 编译细节见 docs/slang.md。

第一阶段:GPU Compute 引力模拟

模拟数据只有两个字段——位置与速度,定义在 CPU/GPU 共享头文件 object_data.h:

struct ObjectData
{
    float3 position;
    float3 velocity;
};

启动时 CPU 端把这 26 万个物体以近圆轨道随机初始化,写入映射内存;之后每帧的计算完全交给 GPU。simulation.slang 中的 computeMain 每个线程处理 1 个物体:

ObjectData object = root.objects[object_index];   // 通过 GPU 指针直接读
float gravity_scale = -central_gravity * inv_dist3 * root.delta_seconds;
object.velocity += object.position * gravity_scale;
object.position += object.velocity * root.delta_seconds;
root.objects[object_index] = object;              // 原地写回

注意这里没有任何 buffer 描述符——root.objects 是一个真实的 64 位 GPU 指针,着色器像访问内存一样读写它。派发在 deferred_renderer.cpp 中完成:CPU 在映射堆上用 BumpAllocator 切出一块根结构体(含 GPU 指针 objects 和帧时间 delta_seconds),把它的 GPU 地址传给 dispatch,按 256 线程/组派发 1024 个线程组。

第二阶段:Mesh Shader 程序化生成 G-Buffer

这是本示例最精彩的部分:没有顶点缓冲,几何体完全由 Mesh Shader 在 GPU 上生成。🧊

gbuffer.slang 中每个线程组(32 线程)负责 1 个立方体:

  • 用 SV_GroupID 算出物体下标,从 root.objects 读位置;
  • 用两个魔数常量(0x6fc6c0u、0xc3f06cu)按位提取 24 个顶点的坐标与面法线——每个顶点的位置由 thread_index 的位运算直接编码,顶点数据从未经过任何 buffer;
  • 前 12 个线程生成 12 个三角形索引,SetMeshOutputCounts(24, 12) 声明输出量;
  • 每个物体按索引算出一个独立颜色。

输出端 deferred_renderer.cpp 一行完成派发:

draw_meshlets(commands, gbuffer_root.gpu, {.x = 512, .y = 512, .z = 1});

渲染目标由 TextureAllocator 在 256 MiB 纹理堆中放置三张纹理:albedo(rgba8)、normal_roughness(rgba16f)、depth(d32f),封装为 GBuffer 结构。窗口尺寸变化时,旧 G-Buffer 通过 DeleteQueue 延迟到 GPU 完成后才释放——这是典型的"CPU 领先 GPU 两帧"的资源管理(frames_in_flight = 2)。

第三阶段:全屏三角形延迟光照

光照阶段 deferred_lighting.slang 只有 3 个顶点:vertexMain 用 SV_VertexID 索引一个静态三角形数组,直接生成覆盖全屏的大三角形,同时算出每个像素对应的世界空间射线。

片段着色器则演示了 bindless 纹理的用法——纹理用描述符堆的"下标"访问,而非绑定表:

uint texture_base = root.gbuffer_texture_base;
Texture2D<float4> albedo_texture =
    gpu_texture<Texture2D<float4>>(texture_base + uint(GBufferTexture::albedo));

之后按像素:读深度 → 用 depth_linearize 反投影出世界坐标 → 取 albedo 与法线粗糙度 → 计算固定点光(距离衰减 + Blinn-Phong 高光)与平行光,得到最终颜色。最后 deferred_renderer.cpp 一行绘制:

draw(commands, deferred_lighting_root.gpu, 3);   // 3 个顶点,无顶点缓冲

核心设计:这个示例展示了 NoGraphicsAPI 的什么?

1️⃣ 根参数(Root Arguments)代替绑定表。 三个阶段各自定义根结构体(SimulationRoot、GBufferRoot、DeferredLightingRoot),C++ 与 Slang 共享同一份声明,CPU 通过映射地址填写、GPU 通过 GPU_ROOT 宏读取。没有 descriptor set layout,没有 pipeline layout。

2️⃣ 无资源列表的 Barrier。 三个阶段之间只有 3 次屏障声明,只描述"谁产出、谁消费",不列资源、不追踪 image layout(deferred_renderer.cpp#L274-L293):

barrier(commands,
    Stage::compute, Access::shader_write,
    Stage::mesh,   Access::shader_read);

3️⃣ 应用自有的分配器。 16 MiB 数据堆由 BumpAllocator 分区(物体数据 + 每帧 4 KiB 根结构体环形区);纹理堆 + 描述符堆双缓冲,窗口缩放时轮转 descriptor_row 避免与在途帧冲突。

4️⃣ Mesh/Task Shader 是一等公民。 PSO 创建时直接指定 mesh 阶段的线程组大小(deferred_renderer.cpp#L179-L189),Metal 与 Vulkan 使用同一份 Slang 源码,编译细节见 docs/slang.md。

相关文件清单

想动手深入,建议按这个顺序阅读:

小结

deferred_renderer 用不到 400 行 C++ 和三个短小的 Slang 文件,就搭起了一条"模拟 → 几何生成 → 延迟光照"的完整 GPU 流水线:数据只是堆里的内存、几何只是线程组的输出、纹理只是一个下标、同步只是一行 stage/access 声明。🚀 这正是 NoGraphicsAPI 想要证明的——当硬件足够"无绑定"时,图形 API 的机器复杂度可以大幅收缩,应用代码也能更接近纯粹的内存操作。从 triangle 示例 入门、经 cube 示例 过渡,再到本示例,就能完整掌握这套数据模型。

登录后查看全文
NoGraphicsAPI