总结整理一下最近看过的GPU 渲染架构：
GPU 的异构性：
1.寄存器、L1 缓存、L2 缓存、GPU 显存、系统内存
渲染时GPU 和CPU协调工作，具体的工作协调方式 如下：
GPU架构总的来说可以分为两种，一种是分离式，一种是耦合式：
1.对于分离式GPU架构：
CPU 和GPU 有独立的缓存 和内存，通过PCI-e 总线传输 共享数据，缺点是受带宽和延迟的限制，数据传输时性能瓶颈，在PC 和移动端都是这种架构。
2.耦合式GPU 架构：
CPU 和GPU 共享缓存 和内存 AMD 的 APU 采用的就是这种结构，目前主要使用在游戏主机中，如 PS4。
存储管理方面：
分离式 有独立的缓存和内存 ，通过共享虚拟地址空间，有必要时会进行内容拷贝
耦合式 共享缓存和内存，由MMU 进行 内存管理
虚拟内存
共享内存
IMR 和TBR
先说明一下 PC 上时有显存而mobile 是没有显存的。
下面先给出 IMR 工作流程：
IMR的全称是Immediate Mode Rendering，我们通常说PC端GPU渲染用的就是下面这种架构
几何数据 、纹理数据、depth buffer、framebuffer 数据都是存在显存中；
depth buffer 、 framebuffer 从缓存中读取和写入， 几何数据 和纹理数据从显存中读取，这种数据读取方式 为了提高读取写入速度 因此增加了 寄存器 L1 和L2 缓存；来提高数据访问速度‘
TBR 如何提高数据访问速度 提高带宽呢？
下面给出 TBR 工作流程：
最下面一层灰色是系统内存，因为分离式GPU架构的Mobile 上没有显存的，所以通过虚拟地址空间共享系统内存；中间是相当于L1 和L2 高速缓存区，和IMR 不同的是 渲染时候 ，IMR 的color/depth buffer 是在显存中告诉缓存区完成，而TBR 是在内存中 告诉缓冲区完成；再说一下 TBR 的方式 整个光栅化和像素处理会被分为一个个Tile进行处理，通常为16×16大小的Tile。
TBR在本质上就是DeferredRendering ，为什么这样说呢？
几何阶段 Geometry Processor部分，产生的结果（Frame Data）暂时写回到系统物理内存，等到非得刷新整个FrameBuffer的时候，比如说在代码里显示的执行GLFlush，GLFinish，Bind和Unbind FrameBuffer这类操作的时候，总之就是我告诉GPU现在我就需要用到FrameBuffer上数据的时候，GPU才知道拖不了了，就会将这批绘制做光栅化，做tile-based-rendering
可以说是TBR 牺牲了执行效率 换了 降低带宽，解决带宽功耗；而PC 上IMR 并没有做TBR 这样处理 是因为执行效率高
TBDR:
TBDR是再TBR 的基础上的一次改进，又增加了Deferred, 其实只有PowerVR的GPU是使用TBDR架构的。
首先贴一些TBDR和TBR的对比图：
对比TBR 增加的部分 是 叫做HSR & Depth Test ,由于TBR 只解决了IMR 带宽功耗问题，对应OverDraw 问题没有解决，因而TBDR 新增的部分是处理了 OverDraw 问题；
先说一下处理overDraw 问题，通常的做法 是EarlyZ:
EarlyZ是怎么来解决Overdraw的呢，EarlyZ其实就是当不透明的图元从光栅化阶段开始逐像素进行处理时，首先进行Depth Read & Test，通过后直接写入深度，后续再执行该像素上的着色。
概括就是，绘制前先做深度检测，减少不必要的绘制。
而HSR 是 在硬件层面上做的处理 减少OverDraw 。
TBR 和TBDR 都是延迟渲染架构：
TBR：VS - Defer - RS - PS
TBDR：VS - Defer - RS - Defer - PS
再说一下HSR 减少overDraw 的原理 这里HSR，不需要在软件层面对物体进行排序，HSR在硬件上实现了零Overdraw的优化。原理也超简单，当一个像素通过了EarlyZ准备执行PS进行绘制前，先不画，只记录标记这个像素归哪个图元来画。等到这个Tile上所有的图元都处理完了，最后再真正的开始绘制每个图元中被标记上能绘制的像素点。这样每个像素上实际只执行了最后通过EarlyZ的那个PS，而且由于TBR的机制，Tile块中所有图元的相关信息都在片上，可以极小代价去获得。最终零Overdraw，毫无浪费，起飞。
最后说一下HSR是怎么处理AlphaTest和AlphaBlend的。HSR在设计原理上高到飞起，但前提是假定了前面的物体会挡住后面的物体，因此对于AlphaTest和AlphaBlend物体都是没有作用的（但他俩仍然可以被EarlyZ拦住）。不仅没作用，反而会被其中断Defer流程，导致渲染性能降低。（这里要加黑强调一下，所谓导致渲染性能降低只是与不透明物体相比较降低了，而不是说PowerVR在处理AlphaTest/Blend时比别的GPU慢）
如果在HSR处理不透明物体的过程中突然来了一个AlphaTest的图元，那么为了保证渲染结果正确，HSR就必须要终止当前的Defer，先把已标记好的像素都绘制出来，再进行后面的绘制。这显然严重影响了渲染的效率，也是为什么官方文档特意提到尽量避免AlphaTest的原因。相对应的AlphaBlend同样也要中断HSR的Defer，强制开始绘制，但是比AlphaTest好那么一点点的是他不影响后续图元并行地继续开始进行HSR处理。
最后总结下，在PowerVR上渲染，因为有HSR的存在我们只需要把所有不透明物体放到一起扔给GPU画就行了；在其他移动GPU上，同样也是要把所有不透明物体放到一起，但是还要先做个排序再交给GPU。
说一下alphaTest 究竟有多耗：
- 只要Shader中包含discard指令的都会被GPU认为是AlphaTest图元（GPU对于AlphaTest绘制流程的判定是基于图元而不是像素）
- 无论是PowerVR还是Mali/Adreno芯片，AlphaTest图元的绘制都会影响整体渲染性能。
- 随着芯片的发展AlphaTest图元对于渲染性能的影响主要在于Overdraw增加而非降低硬件设计流程效率，其优化思路与AlphaBlend一样，就是少画！
- 严格按照Opaque - AlphaTest - AlphaBlend的顺序进行渲染可以最大化减小AlphaTest对于渲染性能的影响。
- 将Opaque, AlphaTest与AlphaBlend打乱顺序渲染会极大的降低渲染性能，任何情况下都不应该这么做。
- 不要尝试使用AlphaTest替代AlphaBlend，这并不会产生太多优化。
- 不要尝试使用AlphaTest替代Opaque，这会产生负优化
- 不要尝试使用AlphaBlend替代AlphaTest，这会造成错误的渲染结果。
- 在保证正确渲染顺序情况下，AlphaTest与AlphaBlend开销相似，不存在任何替代优化关系
- 增加少量顶点以减少AlphaTest图元的绘制面积是可以提升一些渲染性能的。
- 首先统一绘制AlphaTest图元的DepthPrepass，再以ZTest Equal和不含discard指令的Shader统一绘制AlphaTest图元，大多数情况下是可以显著提升总体渲染性能的