因为，每家芯片的特性不同，根据向framebuffer写法的不同，分为tile-based的mobile cpu，如ImgTec PowerVR，ARM Mali，一部分老版本Qualcomm Adreno。还有标准的direct（immediate）的mobile cpu，如Nvida，Intel，Viante，以及一部分Qualcomm芯片（Qualcomm的Adreno.3xx系列后是可以在这两者之间进行切换的）。对tile-based的GPU来说，一旦使用打开alpha test或者其他discard功能的指令，就意味着这个fragment shader上不再只绘制一次像素了。这样会增加额外的性能消耗，所以一般都是建议用不实用alpha test，或者用alpha blend来代替。
 
  tile-based gpu又分为Tiled Deferred（PowerVR）和Tiled（Adreno，Mali），两者都是在tile里进行渲染，而区别是TBR有自己的预处理，可以只着色可见像素。
 
图 1 三种管线。
 
  TBDR，以苹果设备用的ImgTec的PowerVR系列来说，在渲染处理时，会在fragment shading 阶段提供，在每个tile使用Deferred的方法，进行Hidden Surface Removal（HSR）的处理，原理是fs阶段前，对多边形进行预处理，决定它的哪个像素会对最终结果产生贡献，后面就只对这些像素进行着色。这个功能需要对不透明几何体进行排序。也就是说，要进行这种优化，必须要确保一定有能遮挡的像素，然而使用带有discard的shader指令，例如alpha-test，sample mask，alpha-to-coverage等等，会使得一些本来被遮挡的像素对最终结果产生贡献，所以，这个特性可能只能对一部分物体产生作用，从而产生额外的状态切换消费。以及该fragment额外隐藏像素的处理。
  
图2 ImgeTec的渲染处理
 
  除此之外，ImgeTec还有另一个depth-only pass功能，生成深度缓冲，再次进行渲染时，就可以获取每个像素的可见深度，只有可见像素才会进行处理。所以，对于苹果设备来说，在CPU阶段对不透明物体的那种从前向后预处理排序是没有必要的。而是应该根据渲染状态来排序。
图3 ImgTec的渲染提示
  TBR也上有提供类似的HSR方法，也就是early z-cull，使用粗糙，低精度和分辨率的Zbuffer进行depth-test，测试失败的fragment则不传说给rasterization。如果打开alpha test，后果跟TBDR也是类似的。
图4 TBDR的Deferred vs TBR的 Early z
 
图5 Qualcomm的TBR
 
  而IMR上，还是按照传统方法，尽可能的在CPU上进行Cull，以及从前向后进行距离排序，也提高erlay-z的效率。
 

不透明物体，early-z的overdraw测试，只有PowerVR不需要进行预先排序处理。红色是从前向后绘制，蓝色是从后向前绘制

如图，当绘制透明和半透明混合物体时，必须使用discard命令的话，对性能的消耗还是很大的
 
不同芯片上的的推荐绘制顺序
 
OpenGL Insights Performance Tuning for Tile-Based Architectures
Next-Generation AAA Mobile Rendering
FastMobileShaders
High-End Graphics for Smartphones and Tablets: A Development Case Study" CEDEC 2013
 

mobile cpu上禁用alpha test的相关总结的更多相关文章

  1. （转）mobile cpu上禁用alpha test的相关总结

    转自:http://www.cnblogs.com/TracePlus/p/4037165.html 因为,每家芯片的特性不同,根据向framebuffer写法的不同,分为tile-based的mob ...

  2. linux下将不同线程绑定到不同core和cpu上——pthread_setaffinity_np

    =============================================================== linux下的单进程多线程的程序,要实现每个线程平均分配到多核cpu,主 ...

  3. <转>Python 多线程的单cpu与cpu上的多线程的区别

    你对Python 多线程有所了解的话.那么你对python 多线程在单cpu意义上的多线程与多cpu上的多线程有着本质的区别,如果你对Python 多线程的相关知识想有更多的了解,你就可以浏览我们的文 ...

  4. 限制某个进程只能在某个CPU上运行

    首先可以调用GetSystemInfo查看有多少个CPU,再通过调用: BOOL WINAPI SetProcessAffinityMask( __in HANDLE hProcess, __in D ...

  5. Sql Server CPU 性能排查及优化的相关 Sql

    Sql Server CPU 性能排查及优化的相关 Sql 语句,非常好的SQL语句,记录于此: --Begin Cpu 分析优化的相关 Sql --使用DMV来分析SQL Server启动以来累计使 ...

  6. 【翻译】借助 NeoCPU 在 CPU 上进行 CNN 模型推理优化

    本文翻译自 Yizhi Liu, Yao Wang, Ruofei Yu.. 的  "Optimizing CNN Model Inference on CPUs" 原文链接: h ...

  7. 查询OSD运行在哪些cpu上

    前言 在看CPU相关的文章的时候,想起来之前有文章讨论是否要做CPU绑定,这个有说绑定的也有说不绑定的,然后就想到一个问题,有去观测这些OSD到底运行在哪些CPU上面么,有问题就好解决了,现在就是要查 ...

  8. YOLOv5】LabVIEW+OpenVINO让你的YOLOv5在CPU上飞起来

    前言 上一篇博客给大家介绍了使用opencv加载YOLOv5的onnx模型,但我们发现使用CPU进行推理检测确实有些慢,那难道在CPU上就不能愉快地进行物体识别了吗?当然可以啦,这不LabVIEW和O ...

  9. 多线程程序在单核cpu与多核cpu上是怎么工作的？

    转自 1.多线程在单核和多核CPU上的执行效率问题的讨论 a1: 多线程在单cpu中其实也是顺序执行的,不过系统可以帮你切换那个执行而已,其实并没有快(反而慢) 多个cpu的话就可以在两个cpu中同时 ...

随机推荐

  1. C语言 给字符数组赋值的方法

    typedef struct _tagTESTCHAR { char szTest[30];}TESTCHAR , *PTESTCHAR; int main(int argc, char* argv[ ...

  2. 多个div 一行显示的处理方式

    1.方式一: 通过div的float属性,定义宽度,然后定义float属性和width的属性,实现多个div在一行显示: 2.方式二: 通过div的display的属性,至少进行2成div的displ ...

  3. linux tricks 之 typeof用法.

    typeof是gcc的扩展功能,比较简单,是用来取得参数类型,具体可参考gcc官网的解释. https://gcc.gnu.org/onlinedocs/gcc/Typeof.html ------- ...

  4. Xamarin.Android开发实践（十三）

    Xamarin.Android之SQLite.NET ORM 一.前言 通过<Xamarin.Android之SQLiteOpenHelper>和<Xamarin.Android之C ...

  5. php操作数据库找不到列

  6. Android广播机制概述

    1.Android广播机制概述 Android广播分为两个方面:广播发送者和广播接收者,通常情况下,BroadcastReceiver指的就是广播接收者(广播接收器).广播作为Android组件间的通 ...

  7. loadrunner关联数组后拼凑字符串

    loadrunner拼接关联数组的元素 int arrSize=0; int index=1; int len=0; char arryStartString[1024]=""; ...

  8. node基础 --工具

    npm  //Node.js Package Manager 查询版本号:npm --version/npm version 查询模块:npm search <name> 查看模块相关信息 ...

  9. http://blog.sina.com.cn/s/blog_5f103c9c0101atny.html

    http://blog.sina.com.cn/s/blog_5f103c9c0101atny.html http://www.oschina.net/question/117304_51525

  10. Spark Streaming实时计算框架介绍

    随着大数据的发展,人们对大数据的处理要求也越来越高,原有的批处理框架MapReduce适合离线计算,却无法满足实时性要求较高的业务,如实时推荐.用户行为分析等. Spark Streaming是建立在 ...