前言
之前几期我们过了一遍，现在的GPU都有什么功能模块。以及如何用可控的方式把它们部署到硬件上，但是光有硬件不行啊，总得让软件能用得上。本期就来看看程序是如何控制GPU做事情的。
程序需要通过操作系统提供的的硬件端口读写，直接操作图形硬件。
如果每个程序都需要对每个操作系统的每个硬件写一遍。开发效率非常低，
他们自然用的抽象的思路，通过抽象形成一个公共的接口层。程序使用这个接口来告诉底下做什么，底下负责怎么做，这个接口就成为应用程序编程接口api。
程序只要针对图形API写一遍就行，几乎不必考虑操作系统和硬件的区别。图形API由硬件厂商实现往下翻译成对应件的操作。
久久之人们发现同一个API的不同实现也存在大量可以公用的部分。于是API的实现又进行了分层，增加的一个抽象层称为设备驱动接口DDI。
DDI往上属于操作系统，负责数据有效性检查，内存分配等。
DDI往下是驱动，负责各个硬件特别的部分。
相当于操作系统把API翻译成DDI驱动，驱动把DDI翻译成对硬件的操作。
这就是图形API软件栈的架构。
图形API软件栈的架构
1-Direct3Dd->D3D
当然上面这只是理想状况，现实中往往会有所调整，尤其是操作系统本身就分为用户态和内个态，使得组合更为复杂。下面我会以几个有代表性的api为例，看看他们现实中的架构。第一个是微软的Direct3Dd，D3D。这里只讨论Windows上的官方实现。
这个API不跨平台，但跨厂商。
在Windows xp的时代，软件站就和理想状况不一样。操作系统提供一个D3D runtime，往上是API，往下是DDI
厂商提供一个内核态驱动，这个框架称为xdm。
而随着对稳定性，性能，共享资源的需求不断增加，到了vista时代，runtime和厂商驱动都进一步分成了用户态和内核态两部分。这两部分里分别有自己的DDI。
当程序调用D3D api的时候，D3D runtime会进行一些数据验证。通过用户态的DDI到达厂商提供的用户态驱动UMD。
UMD把shader字节码编译成厂商专用的指令，转换命令队列等，传到内核态。内核里的runtime部分叫做dxg kernel。做显存分配、设备中断管理等。
经过内核态DDI调用厂商提供的内核态驱动KMD，
做一些地址翻译等厂商专用的操作，最后传给GPU执行。
这个架构称为WDDM。
把驱动分为用户态和内核态，并把大部分代码移到用户态，能大大提高稳定性。
就因为D3D runtime和dxg kernel这两个操作系统组件的存在，厂商开发驱动的过程从作文题直接变成了填空题。工作量大大减少，这还使得不同厂商之间的区别变小，总体质量有所提升。
结果vista之后因为驱动造成的蓝屏远少于xp的时代，多年以来D3D发展出了很多版本，目前最常用的是9 11 12。
2-OpenGL
每个版本之间的API和用户DDI大不相同，代码没有多少兼容性。每出一版，程序和UMD都得大改甚至重写才能用上。
第二个例子是跨平台，而且跨厂商的图形API。opengl，它由Khronos发布。
Khronos只组织标准协商会议，
API要支持什么，还得看组织里的软硬件厂商。
在Windows上，OpenGL和微软自己的D3D存在直接竞争关系，以至于微软一直想方设法要在Windows上掐OpenGL。很多次尝试都因为用户的强烈反对而作罢。
Windows并没有为OpendGL做多少事情，只是提供了一个框架叫做可安装用户驱动，ICD。
让硬件厂商实现OpenGL runtime的UMD。到了内核态，也要经过dxg kernel和同一个KMD。
到了Linux，OpenGL有两种实现方式，一种是完全由厂商实现整个OpenGL，另一种方式是基于Mesa的框架。Mesa提供了一个开源的OpenGL runtime，并通过DDI调用厂商驱动来操作GPU。
后来进一步扩展出了对OpenGL ES、Vulkan等API的支持。
OpenGL从90年代初的1.0到最后一版4.6，都是向下兼容的。
当时的代码现在也能用，不管在哪个平台上，OpenGL本身都是一样的。是和窗口打交道的部分略有不同，程序的平台适配并不难。
OpenGL ES甚至把窗口系统给抽象出来，成为EGL。进一步简化了跨平台。
注意，虽然OpenGL 和 OpenGL ES非常相似，
但只要提到他们，几乎总是只涉及他们不同的部分。因此应该把他们当做两个不同的api来看待。
还有个代表性的API 是NVIDIA的CUDA，它是跨平台的，但不跨厂商。正式来说只能在NVIDIA的GPU上跑。这是一个只有计算的API，需要的话可以和其他的图形API交互，还计算的结果交给图形流水线。
当然，更多时候CUDA被用来做纯计算，比如有限元模拟，神经网络训练等。CUDA提供的一些功能并不存在于图形API里，并不是更高层的抽象。
比如CUDA一开始就提出了shared memory这个概念。用好的话可显著提高GPU的效率。
就在当时的图形API里是没有的，只能通过CUDA。后来的compute shader也是受到CUDA的影响而设计出来的。
横向比较一下现在的api，有这么一个规律。
CUDA和Metal这种从软件到硬件都是一个厂商拥有的API。在硬件有个新功能之后，可以直接通过API暴露出来。不需要跟别的厂商讨论，反应很快。
OpenGL、OpenGL ES、Vulkan这三个API的模式。都是Khronos拥有接口，硬件厂商拥有实现。在设计中使用了自己向上的方式。
他们都提供了扩展机制，可以在不更新api版本的情况下扩充api。
顺着时间纵向来看API，可以看到他们发展趋势是变薄。把更多的事情交给程序去做，而不是runtime和驱动。
因为程序知道自己的意图，不需要让API去猜。这个改进的结果就是执行效率更多。这几年出现的D3D12和Vulkan，都是响应了这个趋势。
这样的API，显得更底层，而用它们来开发更像是在写驱动，要做大量的细节操作。还好，一般来说API往上还有个渲染引擎的抽象层。可以把不同API抽象成同样的接口，这就把新API使用麻烦的缺点抹平了，同时获得新API带来的效率优势。
从前面说的分层架构可以看到，GPU执行的是驱动发来的操作，并不知道来自于哪个API，所谓的GPU支持哪个API。其实指的是GPU厂商提供了哪个API的驱动。所以说，GPU支持什么API的什么功能，都取决于驱动。
以前出现过这种情况：NVIDIA GeForce 6800硬件并不支持32位浮点混合，但它的OpenGL驱动说支持。当程序用到这个功能的时候，驱动切换到软件模式，模拟实现浮点混合。这没有任何问题，仍然是个有效的实现，只是效率有严重损失。
另一方面，驱动和操作系统高度相关。即便是同一个API，在不同操作系统上，驱动也完全不一样的。
换一个操作系统就得重写一次驱动。
比如高通的Adreno GPU，在Android上支持OpenGL ES，而在Windows上支持D3D，就是因为它们在不同平台提供了不同的驱动。并不能因为在Android上支持OpenGL ES，这一点上，很多自以为是的人都翻过车。
前面看了软件栈的架构和一些常规实现，接下来来看一些不一样的做法。实际上，在整个架构里面，每一层做的事情就是往下翻译。
上下层之间通过接口隔离开来，上层并不需要知道下层是怎么做的。所以API不一定总是要往下到达DDI，比如ANGLE是个在Windows上最常用的OpenGL ES实现。
它只是个用户态的库，把OpenGL ES翻译成，D3D11、OpenGL、Vulkan这些。
这样就能在不改操作系统和驱动的情况下
提供OpenGL ES的支持。同类的还有MoltenVK，把Vulkan翻译成Metal。
解决苹果的平台不支持Vulkan的问题。还有更奇葩的D3D11on12。它不是在上面加一个翻译层，而是用D3D12实现了一个D3D11的UMD。
程序还是调用原来的D3D11 runtime，但到了UMD之后往上返回到D3D12 API，再往下走。
另一类非常规的，是软件模拟GPU。这样的驱动并不连到GPU硬件，而是在CPU上做了所有的事情。
Mesa就内置了一个软件模拟的驱动。
D3D也有一个，叫做WARP。
注意别和上一期说的GPU线程的warp搞混了，是完全不同的东西，
只是故意蹭曲速引摩的名字而已，同时也暗示速度很快。这样的CPU模拟GPU，可以辅助软硬件开发调试。
比如发明一个新功能，硬件还没做出来之前，可以模拟一把，以此定义这个功能的细节:作为硬件设计的参考。在没有安装GPU的服务器上，这样的软件模拟也可以临时用来跑一些GPU程序。
同样的道理，驱动也可以把硬件操作发到另一台机器，远程执行。这就开启了虚拟GPU和云GPU的途径。
那么，程序调用了图形API，走完整个栈，让GPU渲染之后，就直接写入帧缓存吗?
其实不总是这样。在同个系统中，多个程序同时运行，谁写入帧缓存的什么位置?如何保证不冲突?
这里还有一个往往被忽略的东西，叫做合成器，compositor。
在不同系统上有不同组件来充当这个角色
Windows上是DWM，Android上是SurfaceFlinger。
每个程序渲染出自己的内容，不写入帧缓存，而是写入一张纹理。这张纹理提交给操作系统，compositor拿到之后,
再次调用图形API，把它们合成到帧缓存，送去显示。
这叫做窗口模式，每个程序有自己的窗口，所有程序共存于桌面。
有的游戏会启用全屏独占模式，性能高一点点，
就是因为绕过了compositor，直接到达帧缓存。
但因为独占了，其他窗口就没法显示，甚至输入法都可能显示不正常。Compositor在各个操作系统里都对程序透明,
一般程序根本不需要知道它的存在。以至于在图形软件栈里，很少有提到compositor的。但在系统中，compositor的意义是肉眼可见的。
Windows上的毛玻璃窗体、macOS上的窗口动画特效这些，也都是compositor进行的渲染。至此,GPU的软硬栈已经补全，我们看到了从上到下的整条通路。下一期将来看GPU图形流水线里的一些细节。尤其是光栅化这个操作。
内容来自：bilibili-龚大的杂货铺
