目的GPU 渲染三角形网格时其管线各阶段处理顶点和索引数据的效率取决于输入数据。meshoptimizer 库提供系列算法可优化网格以提高渲染效率同时降低网格复杂度和存储开销。该库为所有算法提供 C 和 C 接口可在 C/C 中直接使用也能通过 FFI如 P/Invoke在其他语言调用。若要在 Rust 中使用可采用 meshopt crate部分算法的 JavaScript 接口可通过 meshoptimizer.js 获取。此外还有两个配套项目与该库一同开发和分发gltfpack一个自动优化 glTF 文件的命令行工具clusterlod.h一个用于通过聚类简化实现连续细节层次的单头 C/C 库。安装meshoptimizer 托管在 GitHub 上可使用 git 下载最新版本bashgit clone -b v1.2 https://github.com/zeux/meshoptimizer.git也能从 GitHub 直接下载 .zip 存档。该库还作为 Linux 包在多个发行版如 ArchLinux、Debian、FreeBSD、Nix、Ubuntu中可用同时提供 Vcpkg 端口和 Conan 包。gltfpack 可在 Releases 页面下载预编译二进制文件也可通过 npm 包获取。建议使用原生二进制文件因其更高效且支持纹理压缩。构建meshoptimizer 以 C/C 头文件src/meshoptimizer.h和一组 C 源文件src/*.cpp的形式分发。要将其集成到项目中有两种选择- 使用 CMake 构建库可作为独立项目或项目的一部分。- 将源文件添加到项目的构建系统中。源文件的组织方式使得无需更改构建系统设置只需添加所使用算法的源文件即可。这些源文件在所有主流编译器上编译时不会产生警告或需要特殊编译选项。若更喜欢合并构建也可将源文件合并为一个 .cpp 文件进行构建。要使用 meshoptimizer 函数只需包含头文件 meshoptimizer.h该库的源代码是 C但头文件与 C 兼容。核心管线优化网格以最大化渲染效率通常需按以下顺序进行一系列优化索引化多数算法假设网格有顶点缓冲区和索引缓冲区。为使算法正常工作并让 GPU 高效渲染顶点缓冲区不能有冗余顶点。可从无索引的顶点缓冲区生成索引缓冲区或对现有可能有冗余的索引缓冲区重新索引。注意meshoptimizer 通常使用 32 位unsigned int索引但在使用 C API 时可通过提供的模板重载使用任何整数类型作为索引数据。按照惯例重映射表始终使用 unsigned int。首先从现有的顶点可选地还有索引数据生成重映射表cppsize_t index_count face_count * 3;size_t unindexed_vertex_count face_count * 3;std::vector remap(unindexed_vertex_count); // 临时重映射表size_t vertex_count meshopt_generateVertexRemap(remap[0], NULL, index_count, unindexed_vertices[0], unindexed_vertex_count, sizeof(Vertex));在上述示例中只有无索引的顶点缓冲区。若输入网格有索引缓冲区则需将其传递给 meshopt_generateVertexRemap 而非 NULL同时传递正确的源顶点数量。无论哪种情况重映射表都是基于输入顶点的二进制等价性生成的因此生成的网格渲染效果与原网格相同。二进制等价性考虑所有输入字节包括填充字节若顶点结构有间隙填充字节应初始化为零。生成重映射表后可为目标顶点缓冲区vertex_count 个元素和索引缓冲区index_count 个元素分配空间并生成它们cppmeshopt_remapIndexBuffer(indices, NULL, index_count, remap[0]);meshopt_remapVertexBuffer(vertices, unindexed_vertices[0], unindexed_vertex_count, sizeof(Vertex), remap[0]);然后可通过对生成的缓冲区就地调用其他函数来进一步优化它们。meshopt_generateVertexRemap 使用顶点数据的二进制等价性这通常是合理的默认设置。然而在某些情况下某些属性可能存在浮点漂移导致生成额外的顶点。对于这种情况可能需要在生成重映射之前对某些属性最重要的是法线和切线进行量化或使用 meshopt_generateVertexRemapCustom 算法该算法允许通过提供自定义比较函数来容忍比较单个属性cppsize_t vertex_count meshopt_generateVertexRemapCustom(remap[0], NULL, index_count, unindexed_vertices[0].px, unindexed_vertex_count, sizeof(Vertex), [](unsigned int lhs, unsigned int rhs) - bool {const Vertex lv unindexed_vertices[lhs];const Vertex rv unindexed_vertices[rhs];return fabsf(lv.tx - rv.tx) 1e-3f fabsf(lv.ty - rv.ty) 1e-3f;});顶点缓存优化可选GPU 渲染网格时会为每个顶点运行顶点着色器。历史上GPU 使用小型固定大小的后变换缓存16 - 32 个顶点和不同的替换策略来存储着色器输出以避免冗余着色器调用。现代 GPU 仍进行顶点重用但机制不同顶点调用根据输入索引批量处理成线程组有效重用取决于顶点着色器输出和光栅化器吞吐量等因素。为最大化重用顶点引用的局部性需重新排序三角形cppmeshopt_optimizeVertexCache(indices, indices, index_count, vertex_count);不同 GPU 架构的顶点重用细节不同因此顶点缓存优化使用自适应算法生成具有良好局部性的三角形序列适用于不同的 GPU。也可使用专门针对固定大小 FIFO 缓存进行优化的算法meshopt_optimizeVertexCacheFifo推荐缓存大小为 16。虽然它在大多数 GPU 上的性能通常较差但运行速度快约 2 倍这可能有利于快速内容迭代。过绘制优化顶点变换后GPU 将三角形发送进行光栅化生成的像素通常先经过深度测试通过测试的像素会执行像素着色器以生成最终颜色。随着像素着色器成本的增加减少过绘制变得越来越重要。该库提供了一种算法用于重新排序三角形以最小化各个方向的过绘制可在顶点缓存优化后运行此算法cppmeshopt_optimizeOverdraw(indices, indices, index_count, vertices[0].x, vertex_count, sizeof(Vertex), 1.05f);过绘制优化器需要从顶点读取顶点位置作为 float3上述代码片段假设顶点将位置存储为 float x, y, z。进行过绘制优化时必须指定一个浮点阈值参数。该算法试图在顶点缓存效率和过绘制之间保持平衡阈值决定了算法在多大程度上可以牺牲顶点缓存命中率1.05 表示最终的命中率应比优化前最多差 5%。请注意根据渲染器结构和目标硬件此优化可能有益也可能无益。例如采用平铺延迟渲染的移动 GPU如 PowerVR、Apple不会从这种优化中受益。对于顶点密集的场景建议测量性能影响以确保减少的过绘制能够弥补顶点缓存效率的降低。顶点获取优化确定最终三角形顺序后仍可优化顶点缓冲区以提高内存效率。在运行顶点着色器之前GPU 必须从顶点缓冲区获取顶点属性获取操作通常由内存缓存支持因此优化数据的内存访问局部性很重要。可通过运行以下代码来实现cppmeshopt_optimizeVertexFetch(vertices, indices, index_count, vertices, vertex_count, sizeof(Vertex));这将重新排序顶点缓冲区中的顶点以提高引用的局部性并就地重写索引以匹配。如果顶点数据使用多个流存储应该使用 meshopt_optimizeVertexFetchRemap 代替。此优化必须在最终索引缓冲区上执行因为最佳顶点顺序取决于三角形顺序。请注意该算法并不试图精确模拟缓存替换而是按使用顺序对顶点进行排序通常能产生接近最优的结果。顶点量化为进一步优化顶点数据获取时的内存带宽并减少存储网格所需的内存通常将顶点属性量化为更小的类型是有益的。虽然此优化技术上可以在管线的任何部分运行有时将量化作为第一步可以通过合并几乎相同的顶点来改善索引化但通常在所有其他优化之后运行会更容易因为其中一些优化需要访问 float3 位置。量化通常是特定于领域的。常见的做法是使用 3 个 8 位整数来量化法线但也可使用更高精度的量化例如在 10_10_10_2 格式中每个分量使用 10 位或者使用不同的编码仅使用 2 个分量。对于位置和纹理坐标数据两种最常见的存储格式是半精度浮点数和 16 位归一化整数它们相对于网格的 AABB 或 UV 边界矩形对位置进行编码。这里可能的组合数量非常大但该库提供了基本构建块特别是将浮点值量化为归一化整数以及半精度浮点数的函数。例如可以使用 10 - 10 - 10 SNORM 编码来量化法线cppunsigned int normal ((meshopt_quantizeSnorm(v.nx, 10) 1023) 20) | ((meshopt_quantizeSnorm(v.ny, 10) 1023) 10) | (meshopt_quantizeSnorm(v.nz, 10) 1023);使用半精度浮点数量化位置cppunsigned short px meshopt_quantizeHalf(v.x);unsigned short py meshopt_quantizeHalf(v.y);unsigned short pz meshopt_quantizeHalf(v.z);由于量化后的顶点属性通常需要以紧凑表示形式进行高效传输和存储因此它们通常在顶点处理期间通过正确配置 GPU 顶点输入以期望归一化整数或半精度浮点数来进行反量化这通常不需要或只需对着色器代码进行最小更改。如果需要 CPU 反量化可以使用 meshopt_dequantizeHalf 将半精度值转换回单精度对于归一化整数格式反量化只需将 unorm 变体除以 2^N - 1将 snorm 变体除以 2^(N - 1) - 1。例如手动反转 meshopt_quantizeUnorm(v, 10) 可以通过除以 1023 来完成。索引过滤可选某些网格可能包含在渲染过程中被处理但对渲染结果没有贡献的三角形。如果三角形的任意两个顶点在顶点着色器处理后得到相同的位置则该三角形是退化的将被光栅化器跳过。有些三角形可能是先前三角形的重复具有相同的变换后位置和绕序在这种情况下根据深度测试设置假设禁用混合只有一个三角形会可见。在这两种情况下这些三角形都需要额外的处理移除它们可能会提高光栅化或光线追踪性能。该库提供了一种算法用于从索引缓冲区中移除这些三角形cppindices.resize(meshopt_filterIndexBuffer(indices[0], indices[0], indices.size(), vertices[0].x, vertices.size(), sizeof(float) * 3, sizeof(Vertex)));上述示例假设只有位置对于变换顶点是相关的但对于可变形网格蒙皮数据可能需要添加到用作键的顶点部分中。如果相关数据不连续meshopt_filterIndexBufferMulti 可能会很有用。量化后进行过滤很方便因为如果三角形在量化前具有相似但不相同的顶点位置量化可能会增加冗余三角形的数量。然而只要索引缓冲区可用过滤可以在管线的任何点进行。也可在过滤后运行顶点获取优化因为它自然会过滤掉在移除冗余三角形后可能变得未使用的任何顶点从而可能节省额外的内存。阴影索引化许多渲染管线除了颜色/G 缓冲区目标外还需要将网格渲染到仅深度目标如阴影映射或深度预传递。虽然可以对两种情况使用相同的几何数据但减少仅深度渲染时的唯一顶点数量可能是有益的特别是当源几何图形由于面状着色或光照贴图纹理接缝而有许多属性接缝时。为实现这一点该库提供了 meshopt_generateShadowIndexBuffer 算法用于生成第二个阴影索引缓冲区可与原始顶点数据一起使用cppstd::vector shadow_indices(index_count);// 注意此示例假设 Vertex 以 float3 位置开头对于量化位置应相应调整meshopt_generateShadowIndexBuffer(shadow_indices[0], indices, index_count, vertices[0].x, vertex_count, sizeof(float) * 3, sizeof(Vertex));由于顶点数据是共享的阴影索引化应该在对顶点/索引数据进行其他优化之后进行。然而可以并且建议对生成的阴影索引缓冲区进行顶点缓存优化cppmeshopt_optimizeVertexCache(shadow_indices[0], shadow_indices[0], index_count, vertex_count);在某些情况下将顶点位置拆分为单独的缓冲区以最大化仅深度渲染的效率可能是有益的。请注意上述示例假设只有位置对于阴影渲染是相关的但更复杂的材质可能需要将纹理坐标用于 alpha 测试或蒙皮数据添加到用作键的顶点部分中。如果相关数据不连续meshopt_generateShadowIndexBufferMulti 可能会很有用。对于具有最佳索引化和较少属性接缝的网格阴影索引缓冲区将与原始索引缓冲区非常相似因此即使渲染管线依赖于仅深度传递也不一定值得生成单独的阴影索引缓冲区。聚类传统上网格一直作为渲染的基本单位但新的渲染和光线追踪方法开始使用更小的工作单位如集群或网格小块meshlets。这为几何处理提供了更多的灵活性并可以提高性能和更有效地利用 GPU 硬件。以下介绍旨在将网格作为集群集合处理的算法。网格着色现代 GPU 开始偏离传统的光栅化模型。从 Turing 开始的 NVIDIA GPU 和从 RDNA2 开始的 AMD GPU 提供了一种新的可编程几何管线该管线围绕网格着色器mesh shaders构建而不是基于索引缓冲区和顶点着色器。网格着色器是一种新的着色器类型允许向光栅化器提供一批工作。在传统网格渲染中使用网格着色器提供了使用各种优化技术的机会包括更高效的顶点重用、使用各种形式的剔除如集群视锥体或遮挡剔除和内存压缩以最大限度地利用 GPU 硬件。除了传统渲染网格着色器还提供了更丰富的编程模型可以比常见的替代方案如几何着色器更有效地合成新的几何图形。可以通过 Vulkan 或 Direct3D 12 API 访问网格着色更多信息请参考《Introduction to Turing Mesh Shaders》和《Mesh Shaders and Amplification Shaders: Reinventing the Geometry Pipeline》。为了有效地将网格着色用于常规渲染需要将几何图形转换为一系列网格小块。每个网格小块代表原始网格的一个小子集并带有一小部分顶点和一个单独的微索引缓冲区该缓冲区引用网格小块中的顶点。这些信息可以直接从网格着色器提供给光栅化器。该库提供了为网格创建网格小块数据的算法并且在几何图形静态的情况下可以计算用于执行集群剔除的边界信息从而剔除屏幕上不可见的网格小块。为了生成网格小块数据该库提供了 meshopt_buildMeshlets 算法该算法试图在拓扑效率通过最大化网格小块内的顶点重用和剔除效率通过最小化网格小块半径和三角形方向差异之间取得平衡并生成适合 GPU 的数据。作为替代方案对于加载时处理可能有用meshopt_buildMeshletsScan 可以使用经过顶点缓存优化的索引缓冲区作为起点通过贪婪地聚合连续三角形直到它们超过网格小块限制来创建网格小块数据。即使不使用锥体剔除也建议在离线数据处理中使用 meshopt_buildMeshlets。cppconst size_t max_vertices 64;const size_t max_triangles 126;// 注意在 v0.25 或更早版本中max_triangles 需要能被 4 整除const float cone_weight 0.0f;size_t max_meshlets meshopt_buildMeshletsBound(indices.size(), max_vertices, max_triangles);std::vector meshlets(max_meshlets);std::vector meshlet_vertices(indices.size());std::vector meshlet_triangles(indices.size());// 注意在 v0.25 或更早版本中使用 indices.size() max_meshlets * 3size_t meshlet_count meshopt_buildMeshlets(meshlets.data(), meshlet_vertices.data(), meshlet_triangles.data(), indices.data(), indices.size(), vertices[0].x, vertices.size(), sizeof(Vertex), max_vertices, max_triangles, cone_weight);为了生成网格小块数据max_vertices 和 max_triangles 需要设置在硬件支持的范围内。对于 NVIDIA推荐值为 64 和 126。如果不使用集群锥体剔除cone_weight 应设置为 0如果要在锥体剔除效率和其他形式的剔除如视锥体或遮挡剔除之间取得平衡可以将其设置为 0 到 1 之间的值0.25 是一个合理的默认值。请注意对于早期的 AMD GPU最佳配置通常使用相同的 max_vertices 和 max_triangles 限制如 64 和 64或 128 和 128。此外虽然 NVIDIA 推荐 64/126 作为良好配置但考虑使用不同的配置如 max_vertices 为 64max_triangles 为 96以提供在实际网格上可实现的更现实的限制并减少其他 GPU 上的开销。每个生成的网格小块引用 meshlet_vertices 和 meshlet_triangles 数组的一部分。这些数组为最坏情况进行了过度分配因此建议在将它们保存为资产或上传到 GPU 之前进行修剪cppconst meshopt_Meshlet last meshlets[meshlet_count - 1];meshlet_vertices.resize(last.vertex_offset last.vertex_count);meshlet_triangles.resize(last.triangle_offset last.triangle_count * 3);meshlets.resize(meshlet_count);根据应用程序的不同其他存储数据的策略可能也很有用。例如meshlet_vertices 作为原始顶点缓冲区的索引但为每个网格小块生成一个迷你顶点缓冲区以消除访问顶点数据时的额外间接性可能是值得的或者由于每个网格小块中的顶点在空间上可能非常连贯压缩顶点数据可能是理想的。为了获得最佳性能建议通过对顶点和索引数据调用 meshopt_optimizeMeshlet 来进一步独立优化每个网格小块以提高三角形和顶点的局部性cppmeshopt_optimizeMeshlet(meshlet_vertices[m.vertex_offset], meshlet_triangles[m.triangle_offset], m.triangle_count, m.vertex_count);不同的应用程序将选择不同的策略来渲染网格小块。在支持网格着色的 GPU 上可以直接渲染网格小块。例如用于 VK_EXT_mesh_shader 扩展的基本 GLSL 着色器可能如下所示为简洁起见省略了部分内容glsllayout(binding 0) readonly buffer Meshlets {Meshlet meshlets[];};layout(binding 1) readonly buffer MeshletVertices {uint meshlet_vertices[];};layout(binding 2) readonly buffer MeshletTriangles {uint8_t meshlet_triangles[];};void main() {Meshlet meshlet meshlets[gl_WorkGroupID.x];SetMeshOutputsEXT(meshlet.vertex_count, meshlet.triangle_count);for (uint i gl_LocalInvocationIndex; i meshlet.vertex_count; i gl_WorkGroupSize.x) {uint index meshlet_vertices[meshlet.vertex_offset i];gl_MeshVerticesEXT[i].gl_Position world_view_projection * vec4(vertex_positions[index], 1);}for (uint i gl_LocalInvocationIndex; i meshlet.triangle_count; i gl_WorkGroupSize.x) {uint offset meshlet.triangle_offset i * 3;gl_PrimitiveTriangleIndicesEXT[i] uvec3(meshlet_triangles[offset], meshlet_triangles[offset 1], meshlet_triangles[offset 2]);}}请注意DirectX 12 网格着色器不能使用任意字节偏移量对原始缓冲区进行索引。可以使用具有 DXGI_FORMAT_R8_UINT 格式的类型化 SRV 缓冲区Buffer将每个三角形重新打包为 32 位以能够使用对齐的 32 位加载与 ByteAddressBuffer或者考虑使用 16 位标量类型通过两次对齐的 16 位加载来加载一个 3 字节的三角形然后根据 triangle_offset 1 使用按位操作提取索引。生成网格小块数据后可以为每个网格小块生成额外的数据这些数据可以保存并在运行时用于执行集群剔除如果某个网格小块保证不可见则可以将其丢弃。为了生成这些数据可以使用 meshopt_computeMeshletBoundscppmeshopt_Bounds bounds meshopt_computeMeshletBounds(meshlet_vertices[m.vertex_offset], meshlet_triangles[m.triangle_offset], m.triangle_count, vertices[0].x, vertices.size(), sizeof(Vertex));生成的边界值可以用于使用边界球体执行视锥体或遮挡剔除或者使用锥体轴/角度执行锥体剔除如果从相机的角度看所有三角形都保证背向则剔除整个网格小块cppif (dot(normalize(cone_apex - camera_position), cone_axis) cone_cutoff)reject();理想情况下集群剔除的运行频率应低于网格着色可以使用放大/任务着色器或者使用单独的计算调度。默认情况下网格小块构建器试图形成完整的网格小块即使这需要将网格的不相连区域合并为一个网格小块。在某些情况下如分层细节层次或使用高级剔除时优先考虑网格小块中三角形的空间局部性可能是有益的即使这会导致部分填充的网格小块。为此可以使用 meshopt_buildMeshletsFlex 函数代替 meshopt_buildMeshlets。它提供了两个三角形限制min_triangles 和 max_triangles并使用一个额外的配置参数 split_factor推荐值为 2.0来决定是否值得增加网格小块半径以容纳更多三角形。使用此函数时必须使用 min_triangles 参数而不是 max_triangles 来计算网格小块数量的最坏情况边界。聚类光线追踪除了光栅化网格小块还可用于光线追踪。从 Turing 开始并使用最新驱动程序的 NVIDIA GPU 支持集群加速结构通过 VK_NV_cluster_acceleration_structure 扩展 / NVAPI。可以为每个网格小块构建一个集群加速结构并将其组合成一个单一的聚类 BLAS。虽然目前这会导致静态几何图形的光线追踪性能降低对于静态几何图形传统的 BLAS 可能更合适但它允许在不重建或重新拟合整个 BLAS 的情况下更新各个集群这对于网格变形或分层细节层次可能很有用。使用网格小块进行光线追踪时重要的性能特征与使用光栅化渲染网格时不同。对于光线追踪优先选择具有最佳空间划分的集群以最小化光线 - 三角形相交测试而对于光栅化理想的是在顶点限制内具有最大三角形数量的集群。为了生成针对光线追踪优化的网格小块该库提供了 meshopt_buildMeshletsSpatial 算法该算法使用表面积启发式SAH构建集群以产生适合光线追踪的集群分布cppconst size_t max_vertices 64;const size_t min_triangles 16;const size_t max_triangles 64;const float fill_weight 0.5f;size_t max_meshlets meshopt_buildMeshletsBound(indices.size(), max_vertices, min_triangles);// 注意使用 min_triangles 计算最坏情况边界std::vector meshlets(max_meshlets);std::vector meshlet_vertices(indices.size());std::vector meshlet_triangles(indices.size());// 注意在 v0.25 或更早版本中使用 indices.size() max_meshlets * 3size_t meshlet_count meshopt_buildMeshletsSpatial(meshlets.data(), meshlet_vertices.data(), meshlet_triangles.data(), indices.data(), indices.size(), vertices[0].x, vertices.size(), sizeof(Vertex), max_vertices, min_triangles, max_triangles, fill_weight);该算法使用 SAH 递归地将三角形细分为类似 BVH 的层次结构以实现最佳的空间划分同时平衡集群大小。与 meshopt_buildMeshlets 生成的集群相比这会产生在光线追踪方面效率显著更高的集群但仍然可以用于光栅化例如构建可见性缓冲区或 G 缓冲区。min_triangles 和 max_triangles 参数控制每个集群允许的三角形范围。为了获得最佳的光线追踪性能min_triangles 应最多为 max_triangles / 2理想情况下为 max_triangles / 4以便算法有足够的自由度来产生高质量的空间划分。对于由于法线或 UV 不连续性而接缝较少的网格当考虑光栅化性能时建议使用 max_vertices 等于 max_triangles对于有许多接缝的网格或主要使用网格小块进行光线追踪的渲染器应使用更高的 max_vertices 值以确保更多的集群可以充分利用三角形限制。fill_weight 参数通常在 0 到 1 之间尽管也可以使用大于 1 的值来更优先考虑集群填充控制纯 SAH 优化和三角形利用率之间的权衡。值为 0 将纯粹针对 SAH 进行优化从而获得最佳的光线追踪性能但可能会产生较小的集群。0.25 到 0.75 之间的值通常可以在 SAH 质量和三角形数量之间取得良好的平衡。当使用生成的网格小块生成特定于硬件的加速结构时使用快速跟踪如 VK_BUILD_ACCELERATION_STRUCTURE_PREFER_FAST_TRACE_BIT_KHR构建可获得最大性能如果构建性能很重要使用 meshopt_optimizeMeshlet 可以在使用快速构建如 VK_BUILD_ACCELERATION_STRUCTURE_PREFER_FAST_BUILD_BIT_KHR时帮助提高光线追踪性能尽管跟踪性能仍会低于快速跟踪构建。点云聚类两个网格小块算法都设计用于处理三角形网格。在某些情况下将点云分割成固定大小的集群可能很有用。生成的点集群可以通过网格或计算着色器进行渲染或者生成的细分可以用于并行化点处理同时保持点的局部性。为此该库提供了 meshopt_spatialClusterPoints 算法cppconst size_t cluster_size 256;std::vector index(vertices.size());meshopt_spatialClusterPoints(index[0], vertices[0].px, vertices.size(), sizeof(Vertex), cluster_size);生成的索引缓冲区可以用于直接处理点或者将点数据重新组织为扁平连续的数组。索引缓冲区中每连续的 cluster_size 个点块引用一个单一的集群如果点的总数不是 cluster_size 的倍数则最后一个集群包含的点较少。请注意索引缓冲区不是重映射表因此不能使用 meshopt_remapVertexBuffer 来扁平化点数据。集群分区处理聚类几何图形时将集群组织成更大的组分区以进行更高效的处理或工作负载分配可能是有益的。该库提供了一种算法用于将集群划分为大小相似的组同时优先考虑局部性cppconst size_t partition_size 24;std::vector cluster_partitions(cluster_count);size_t partition_count meshopt_partitionClusters(cluster_partitions[0], cluster_indices[0], total_index_count, cluster_index_counts[0], cluster_count, vertices[0].x, vertex_count, sizeof(Vertex), partition_size);该算法将每个集群分配到一个分区目标是达到目标分区大小同时优先考虑拓扑局部性共享顶点和空间局部性。生成的分区可用于更高效的集群批量处理或用于类似于 Nanite 的分层简化方案。如果两个集群引用相同的索引则它们被认为是拓扑相邻的。在某些情况下使用 meshopt_generateShadowIndexBuffer 处理索引或使用 meshopt_generatePositionRemap 生成的重映射表手动重映射它们可能会有所帮助这样即使边界顶点由于属性不连续性而具有不同的索引集群也可以被视为相邻。如果指定了顶点位置不为 NULL空间局部性将影响合并集群的优先级否则算法将仅依赖拓扑连接不会将不相连的集群合并到同一分区中这可能会导致某些输入的分区较小。分区后目标数组中的每个元素包含相应集群的分区 ID范围从 0 到返回的分区数量减 1。请注意分区可能比目标大小小或大给定一个目标大小当前返回的最大分区大小为目标大小加上目标大小的 1/3。集群位置量化处理聚类几何图形时可以对顶点位置使用基于集群的相对量化。具体来说一种常见的表示方法是将位置量化到一个整数网格上集群之间共享一个指数以避免在不同集群之间对共享顶点进行不同的量化并将每个位置存储为相对于集群锚点的偏移量。DXR2 支持一种称为 Compressed1 位置编码的这种表示变体。该库提供了一个辅助函数 meshopt_computePositionExponent可用于计算指数以及一个示例见 demo/main.cpp 中的 encodeMeshletsDXR展示完整的管线。首先计算共享指数以确保每个集群中的任何顶点都能适应 24 位有符号整数并且还可以编码为相对于每个集群锚点的 K 位无符号增量在下面的示例中K 16与 DXR2 限制匹配cppconst int min_exp -13; // 从可接受的精度级别开始2^-13 ~ 0.1mm公制单位const int max_bits 16; // 每个轴的最大偏移位数int exponent min_exp;for (size_t i 0; i meshlets.size(); i) {AABB meshlet_aabb ...; // 根据顶点位置计算网格小块的 AABBint cexp meshopt_computePositionExponent(meshlet_aabb.min, meshlet_aabb.max, min_exp, max_bits);exponent std::max(exponent, cexp);}float scale ldexpf(1.f, exponent);之后每个集群可以独立编码。编码每个位置时应将位置转换为整数网格并确定锚点cppint positions[256][3];int anchor[3] {INT_MAX, INT_MAX, INT_MAX};for (size_t j 0; j meshlet.vertex_count; j) {unsigned int v meshlet_vertices[meshlet.vertex_offset j];const float* p vertices[v].px;for (int k 0; k 3; k) {positions[j][k] int(roundf(p[k] / scale));anchor[k] std::min(anchor[k], positions[j][k]);}}指数选择保证了对于每个集群我们得到 24 位的锚点分量并且对于每个顶点位置 [k] - anchor[k] 可以适应 16 位无符号整数。然后可以使用固定宽度的 16 位编码对位置进行编码每个顶点 6 个字节。然而由于许多集群需要的位数较少更有效的方法是确定每个集群每个轴的位数通过计算足以……