图形管线之旅 Part 1
原文：《A trip through the Graphics Pipeline 2011》
翻译：往昔之剑
转载请注明出处
你可以找到很多PC图形栈的功能描述，但是通常却不明所以然。我会尽量避开硬件部分的种种细节，来填补这些空白知识点。我打算讲述
一下在Windows上运行d3d9/10/11的dx11接口的硬件，因为发生在PC上的堆栈细节我再熟悉不过了，而不是API之类的细节。这第一部分，会讲很多我们实际在GPU上执行的本地指令。
应用程序
这是你的代码部分，还包括各种bug，没错，运行时API和驱动程序都有bug，但不是指的这两者，现在准备好修复掉他们。
运行时API
即通过API的资源创建/状态设置/draw call等，运行时API跟踪应用程序设置的状态，验证参数，处理错误，一致性检测，管理用户的可见资源，或者检验shader代码和link shader（在d3d中是这样，OpenGL是在驱动层做的），还可能分批处理更多的任务，然后在图形驱动中处理所有事情——更准确的说，是在用户模式驱动中（user-mode driver）
用户模式驱动（UMD）
这是CPU端隐藏的最为神秘的部分，如果你的应用程序因调用了某些API崩溃了，那通常都是这里造成的：）。它可能是“nbd3dum.dll”（NVidia）或者“atiumd*.dll”（AMD）。 如命名所示，这是用户模式代码。它和你的应用程序一样，都运行在相同的上下文和地址空间里，并没有什么特殊的。它实现的底层API（DDI）即D3D。这个API和你表面上看到的很类似，但是在内存管理上是有一点区别的。
这个模块诸如发生在Shader编译期间。D3D传递一个预校验好的Shader记号给UMD，即代码已经检查过了，是语法正确，符合D3D约束的（指使用正确的类型，没超出可用的纹理/采样器，没超出可用的常量缓冲，等）。这是从HLSL代码编译的，通常有相当多的高级优化（各种循环优化，消除没用的代码，常量传递，预测分支等）——这是很好的，在编译阶段进行了大量的优化是很有帮助的。然而，还有大量的底层优化（比如寄存器分配和循环展开）都是由驱动来完成的。长话短说，通常都先转化为中间表示（Intermediate Representation，IR），然后再编译。Shader硬件指令很接近于D3D字节码（HLSL编译器已经帮助做了高度的优化工作），但是仍有一些底层细节（比如硬件资源限制和调度约束），D3D不知道也并不关心，这不是重要过程。
当然，如果你的应用程序是知名游戏，NV/AMD的程序员可能会查看你的shader，并给出针对于硬件优化过的shader。这些Shader能被UMD检测到并替换，是很友好的。
更有趣的是：某些API状态可能实际上最终被编译进Shader里——举个例子，相对一些不常使用的特性，比如纹理边框（texture borders）可能没实现进纹理采样器里，但是通过额外的shader代码来模拟实现（或者完全不支持）。这意味着，有时相同的Shader有多个版本，对应不同的API状态。
顺便说一下，这就是为什么你经常看到第一次使用一个新的shader时候会发生延迟。大量的创建/编译工作被驱动延迟执行，并且只在它实际用到的时候才执行（你根本不会相信一些应用程序创建了多少没用的资源）。图形程序员都知道的一个事情——如果你想要确保某些东西被实际创建了（而不是仅仅的保存在内存里），你需要执行一个虚拟的draw call来让它被“唤醒”（原文：warm it up）。这很烦人，但是这自从我1999年第一次开始使用3D硬件就一直这样，这是个不争的事实，这点上要去适应它：）
继续话题。UMD还能处理一些有趣的东西，比如D3D9遗留的Shader版本和固定管线——没错，所有的D3D功能都支持。3.0 shader profile并不糟糕（实际上还相当合理），但是2.0有点混乱，各种1.x的shader版本那就更乱套了——还记得1.3 pixel shader吗？还有 带顶点光照的固定顶点管线？是的，现代显卡支持所有的D3D功能，尽管他们目前只是翻译到新的Shader版本（这样做已经很长时间了）。
还有内存管理。UMD要获取到纹理创建指令的内容，并且需要为他们分配空间。实际上UMD只是进一步从KMD（内核模式驱动，Kernel-Mode Driver）分配一些大的内存块，实际的映射和非映射页（管理UMD可见的显存，反之，GPU可以访问的系统内存）是KMD的特权，UMD不能做。
但是，UMD可以做，像重组纹理（swizzling textures）（除了GPU可以在硬件里执行，通常使用2D块传输单元而不是真正的3D管线）和系统内存与映射显存之间的传输调度。最重要的是，一旦KMD已经分配和处理好，UMD还可以写command buffer（或叫”DMA Buffer“——我将交替使用这个名称）。Command buffer，包含了各种指令。所有的状态改变和绘制操作将通过UMD转化成硬件可识别指令。很多事情不需要手动触发——比如上传纹理和Shader到显存。
一般来说，驱动会尝试尽可能的在UMD中实际处理，UMD是用户模式代码，所以运行在这里的部分不需要昂贵内核模式转换，它可以自由分配内存，分派出多个线程工作，等等——这只是一个常规的DLL（尽管API不是应用程序直接提供的）。这也有利于驱动开发——假如UMD崩溃了，应用程序也会崩溃，但是不是整个系统都崩溃，当系统运行时，它可以被替换（它仅仅是个DLL），可以被常规的调试器调试，等等。所以，这不仅很有效，还很方便。
还有一个重点我没有提到。
我说的是“User-Mode Driver”吗？我说的是“User-Mode Drivers”。
如之前所说，UMD只是个DLL。好吧，借助D3D的帮助直接通向KMD，但它仍旧是个普通的DLL，运行在调用进程的地址空间中。
但是，我们如今在使用的多任务系统已经有很长时间了。
我一直在谈论关于GPU的什么？是共享资源。你的主显示只有一个（即使你使用SLI/交火）。然而，我们有多个应用程序尝试访问它（假设只有他们这样做）。这不会自动工作。在过去，解决办法是 当应用程序激活时，一次只给出一个3D应用程序，所有其他的不能访问。但是如果你尝试让你的窗口系统使用GPU渲染，这就不行了。这个原因就是为什么你需要一些组件 来仲裁访问GPU，并分配时间片等。
进入调度器
这是一个系统组件。我这里说的图形调度器，不是CPU或IO调度器。确切的说，由它来决定在不同应用程序之间何时访问想要使用的3D管线。一些GPU状态切换（生成额外的commands到command buffer）会发生上下文切换，还可能交换一些资源在显存内外。当然，在指定的时间只有一个进程可以实际提交commands到3D管线。
你会经常发现终端程序员抱怨PC上的3D API太高层，不可控，并且耗性能。但是，比起终端游戏，PC上的3D API/驱动真的有太多复杂问题要解决——他们需要跟踪全部的当前状态，因为随时可能从底层发现问题！他们还要管不好使的应用程序，尝试修复背后的性能问题。这是很烦人的事，没人喜欢，当然也包括驱动作者他们自己，但实际上站在商业角度，人们想要应用能继续运行（并且顺利运行）。只对着应用程序喊“出错啦！”，然后生着闷气，慢慢检查，你是赚不到朋友的。
管线之旅的下一站：内核模式！
内核模式（KMD）
这部分由硬件实际处理。可能有多个UMD实例运行在同一时间，但永远只有一个KMD，如果KMD崩溃了，你的程序也就玩完了——过去是蓝屏，但现在的Windows知道如何杀死崩溃驱动的进程并且重新载入它。尽管它只是崩溃，而非内核内存被污染，但一旦发生，所有的东西就都没了。
KMD一次性处理所有事物，尽管多个应用程序都争夺使用它，但只有一份GPU内存。某些程序实际调用的是物理内存。同样，某些程序在启动时必须初始化GPU，设置显示模式（从显示设备获取信息），管理硬件鼠标指针，制定硬件监视器，如果一定时间内无响应，就重置GPU等等。这就是KMD做的事情。
还有视频播放器DRM格式的内容保护，以及GPU解码像素对非法用户不可见，可能会导致一些糟糕的事情，比如转存储到磁盘。KMD也会参与这些事情。
对我们来说最重要的是，KMD管理实际的command buffer。要知道，这才是硬件的实际消耗。UMD处理的command buffer并不是真实的——它们只是能访问到的GPU随机内存片段。实际上，由UMD完成处理，将它们提交到调度器，然后等到该处理了，再传递UMD的command buffer到KMD。然后，KMD向主command buffer写入调用指令，再跟据GPU指令处理器能否读取主内存，可能会先执行DMA访问显存。主command buffer通常是一个（相当小的）环形缓冲结构——只能获取写入的系统/初始化指令和调用实际的3D command buffer。
但这还只是一个内存缓冲，显卡还得知道它的位置——通常在主command buffer里有一个GPU端的读指针和一个标记KMD已写入缓冲位置的写指针（或更准确的说，到目前为止告诉GPU写了多少）。KMD会周期性更新这些被内存映射的寄存器（通常是每次提交新工作块的时候）……
总线
不直接访问显卡（除非是集成在CPU上的），因为它需要先通过PCI Express总线，DMA传输也是走的这个路线。这部分不会讲述很长时间，但也是我们的图形管线之旅的一站地。
指令处理器
这是GPU的前端——实际读取KMD写入指令的地方。我将继续在下一篇讲述，这篇文章写得已经有点长了：）
小旁白：OpenGL
OpenGL和我上面讲述很类似，除了API和UMD层的区别。不像D3D，GLSL shader编译不能通过API操作，只能在驱动中完成。这点有个不好的地方，有很多GLSL平台，像3D硬件厂商，他们只实现相同的规范，但有各自的bug和问题。这意味着驱动不得不自己做好所有的优化。D3D字节码格式在这点上解决方案很简洁——只有一个编译器（因此不同厂商很少有不兼容的情况），并且可以进行数据流分析。
