虚拟世界由此开始 追逐3D世界的脚步

第六页：一切只是开端！3D世界的未来

6.1 DirectX 10、DirectX Next前瞻

　　当我们沉迷于DirectX 9、OpenGL 2.0营造的光影世界时DirectX 10已经处于紧锣密鼓的研发状态。这个曾经被称作Windows Graphic Foundation 2.0(以下简称WGF2.0) 的图形API对比DirectX 9有了翻天覆地的变化。在WGP 2.0里面，以往固定的渲染模式被统统扔进了垃圾堆，Vertex Shader和Pixel Shader的概念也被MS彻底抛弃。

　　在DirectX 10里面提出了Unified Shader Model（统一渲染体系架构）的概念。所谓Unified Shader从API角度来说就是把Vertex Shader和Pixel Shader从原来的固定单元中抽象出来，然后用统一的方法进行管理。对于程序员来说在编写游戏的时候根本不需要分别对Pixel Shader和Vertex Shader进行编程，因为所有的Unified Shader单元都能够根据需要在顶点处理和象素处理间进行切换。

　　DirectX 10还废除了2D的DirectDraw概念，然后把它并入Direct3D中从而形成一个更大的子集。这样无论程序是运行在Windows窗口模式下还是运行在全屏幕3D情况下都能实现所有图形卡功能，程序员也不必更多的考虑针对某些部分设计专用代码。这样带来的另外一个好处就是GPU再也不必过多的依赖CPU进行任务分配了，在CPU占用率100％的情况下GPU照样能够自己执行所需要的操作，从而极大的提升性能。最后WGF 2.0中还首次提供了完整的整数指令集以供开发人员适用，完整的整数指令集意味着完整的编程性能，在WGF2.0环境下GPU的可编程灵活性将会向CPU看齐。

　　竟然在API中定义了Unified Shader Model，那对应的GPU也必须提供Unified Shader Model以供程序实际运行使用。事实上无论是ATi还是NVIDIA甚至是S3都在以最快的速度研制Unified Shader Model的GPU产品。相对于API简单的定义来说，要将GPU的象素处理和顶点处理抽离出原有体系，并且整合为一个执行单元的难度是非常大的。因为2个处理单元分别位于GPU处理流程的不同位置。与此同时使用了Unified Shader Model之后，GPU内部必须保证数量众多的ALU才能使得GPU执行效率不至于太低。复杂众多的ALU必将会导致整个GPU晶体管数量的极大提升，可以预计NVIDIA NV50、ATi R600系列的晶体管数量将会超过4亿！

6.2 GPU的Unified Shader体系

　　那对于GPU来说Unified Shader Model会带来什么好处？我们今天对于Geforce7800GTX、Radeon X1800习惯了解他有多少条象素流水线、多少个Vertex Shader Processer等。在未来GPU中这些概念都将废除同时代之以ALU。ALU是个完整的图形处理体系，他既能够执行对顶点操作的指令(代替VS)，又能够执行对象素操作的指令（代替PS）。GPU内部的那么多ALU甚至能够根据需要随意切换调用，从而极大的提升游戏的表现。

首个US体系的GPU是Xbox360上ATi设计的C1

小知识：什么是ALU

　　它的中文意为算术/逻辑单元(英文为Arithmetic/Logic Unit，ALU)负责处理数据的运算工作，包括算术运算起(如:加、减、乘、除等)，逻辑运算(如:AND、OR、NOT．．等)及关系运算(比较大小等关系)，并将运算的结果存回记忆单元。对于GPU来说，ALU就是能够被编程使用进行图形计算的算术执行单元。

C1的内部体系架构（推测）

　　举个例子来说，假设新的GPU内部有32个ALU。那在执行顶点操作众多且复杂应用时可以分配12个ALU做顶点处理，剩下的20个ALU做象素处理。一旦遇到象素操作密集的应用时程序员又可以让30个ALU做象素处理（等效于现在的30条象素流水线），让2个ALU做顶点处理。当然，新一代GPU很可能会包含40个甚是更多的ALU。

6.3 GPGPU的惊人潜力

　　从以往的DirectX 8到未来的DirectX 10，从IRIS GL到OpenGL 2.0。所有API的进步几乎都是GPU可编程性的进步。我如果告诉你，有人用GPU进行音频处理和算术计算，你会不会觉得我疯掉了？事实上这正是GPU惊人的可编程能力的真实写照。而GPU强悍的处理能力配合不俗的编程能力，GPGPU逐渐成为了热门话题。

　　GPGPU全称是General Purpose GPU即通用计算图形处理单元的意思。GPGPU着重于利用GPU的可编程性能让GPU去实现处理3D图形以外的计算应用。在已经公布的众多论文中Geforce6800 GPU已经能够实现音频处理、有限元分析、流体模拟等众多应用。

GPUGem2一书中关于GPGPU的处理流程

　　对GPGPU进行深入研究是从2003年开始的，在那年的SIGGRAPH 2003大会上许多业界泰斗级人物发表了关于使用GPU进行各种运算的设想和实验模型。而2003年的SIGGRAPH会议上更是特地安排时间进行GPGPU的研讨交流。GPU恐怖的浮点运算能力和数据流吞吐量使得人们希望用GPU来加速预算，举例来说，一颗主频为3GHz的 Pentium 4处理器的理论计算速度为12GFLOPs/sec，而GeForce 7800GTX的计算能力则达到惊人的165GFLOPs/sec（此数据由NVIDIA提供）。

　　在众多GPGPU项目研究中最接近成功的是英国剑桥大学的BionicFx课题组。早在2004年9月份，剑桥大学的BionicFx课题组便宣布在NVIDIA的GeforceFX 5900产品中实现了专业的实时音频处理功能，并且准备进行商业化的运作，对其产品进行销售，给音乐创作者带来实惠。

　　现在，该解决方案命名为“音视频互换技术”（Audio Video EXchange，AVEX)。从BionicFX课题组透露的流程图中我们可以看到BionicFx的工作原理就是把待处理的音频数据转换成图形数据，然后再交由GPU处理，最终把计算完成的图形数据还原为音频。可惜1年过去了，BionicFx课题组依然没能拿出最终可用的AVEX产品。

BionicFx流程图

　　其实把GPU当作普通处理器进行使用依然有着不小的难度。其中最要命的恐怕就是GPU是设计来处理图形的，因此他的编程语言架构和编程环境都难于使用。实现GPU运行非图形程序时，往往需要依靠极端复杂的算法和较为曲折的流程。在今年微软举办的GDC 2005（游戏开发者大会）会议上，Mark Harris便清晰的指出了GPGPU所遇到困难和前进。无论如何，GPU作为一个强悍的处理器，必将会被用于处理更多浮点密集运算的应用，而不仅限于图形。

结语：

　　尽管花了很长的篇幅,但我们依然无法将十一年间3D世界的每次变革记入本文。十一年前3D世界粗糙且错漏百出，十一年后3D世界已经色彩斑斓，以假乱真。我们无法想象在这突变后面所包含的智慧和创意，我们也无从知道究竟有多少人在致力于模糊真实和虚幻之间的界限。为此，我们只能带着好奇心，去幻想未来十一年后3D世界的模样……