【GDC 2024】Large Scale GPU-Based Skinning for Vegetation in 'Alan Wake 2'

演讲者：Kiyavash Kandar（Remedy Entertainment 图形程序员）
来源：2024 GDC 演讲原视频 + KM 精译版（字幕校对：mingqizhou）
提取时间：2026-04-23 14:21:12

📖 技术概要

本节内容整理自 KM 精译版，对自动转录的翻译错误进行了修正与补充。

1. 背景介绍

Remedy Entertainment 使用自研引擎 Northlight 开发《心灵杀手2》（Alan Wake 2），其中的森林动画面临以下核心设计目标：

密集可交互：玩家穿过森林时，植被需弯曲并对玩家做出反应
全场景 BVH：所有几何图形须准确出现在光线追踪的边界体积层次结构（BVH）中
高真实感：使用高精度多边形网格，拒绝简单的顶点摆动（vertex wobbling），要求复杂的层次化骨骼动画
性能目标：在 Xbox Series S 上以 30 FPS 稳定运行

Xbox Series S GPU vs RTX 4080

指标	Xbox Series S	RTX 4080
架构	AMD RDNA 2	NVIDIA Ada Lovelace
计算单元/核心	20 CU	9728 CUDA Cores
FP32 算力	4 TFLOPS	~48.7 TFLOPS
显存	10 GB GDDR6 (共享)	16 GB GDDR6X (独立)
显存带宽	224 GB/s	716.8 GB/s
光线追踪	硬件 RT（1st gen，有限）	3rd gen RT Cores
AI 加速	无专用单元	4th gen Tensor Cores
帧生成 (Frame Gen)	✗	✓ DLSS 3
定位分辨率	1080p / 1440p	4K Ultra
TDP	~100W	~320W

关键差距：

算力比：约 12:1。RTX 4080 的 FP32 算力是 Series S 的 12 倍以上，带宽也是 3 倍以上。

与 Alan Wake 2 的相关性：
正是这一差距决定了文章中大规模 GPU 植被蒙皮的 LOD 策略与预算划分——Series S 的 4 TFLOPS 预算极为有限，GPU Skinning 管线必须在 compute shader dispatch 数量、骨骼矩阵缓存 等方面做严格裁剪，而 RTX 4080 版本则可以负担更高密度的植被实例和更精细的蒙皮层级。

内存架构差异也很关键： Series S 使用统一内存（CPU/GPU 共用 10 GB），实际 GPU 可用量更少；RTX 4080 拥有独立的 16 GB GDDR6X，这对大规模骨骼矩阵的 buffer 存储影响显著。

这些目标共同指向一个结论：对整片森林（每棵树、每丛灌木、每片草地）使用骨骼层次结构蒙皮（skeletal skinning）+ 计算着色器（compute shader）驱动。

2. 《控制》中的蒙皮管线

《控制》（Control）的蒙皮管线是《心灵杀手2》的起点：

骨骼在 CPU 端更新，最终骨骼变换复制到 GPU
在光栅化过程中，顶点着色器按材质和骨骼权重对顶点进行蒙皮
为向光线追踪 BVH 输出几何图形，需在独立计算着色器中再次蒙皮，将变换后的几何图形写入顶点缓冲区后馈入 BVH
由于两次蒙皮成本较高，《控制》仅对扩展相机视锥体内的对象执行额外蒙皮

局限性（不满足《心灵杀手2》需求）：

问题	原因
网格着色器内蒙皮成本过高	转向 GPU 驱动 + 网格着色器的渲染管线后，每个着色器变体都会增加光栅化成本
几何体规模庞大	热点区域有近 5,000 个独特蒙皮网格，约 700 万顶点，两次蒙皮带宽压力过大
无法依赖扩展视锥体裁剪 BVH	低角度阳光 + 路径追踪间接光照要求所有内容都在 BVH 中，否则产生缺失阴影伪影

3. 《心灵杀手2》中的预蒙皮管线（Pre-Skinning）

核心思路：将《控制》中为 BVH 复制皮肤几何图形的计算着色器移至渲染预处理通道，改为只蒙皮一次。

工作流程：

预蒙皮计算着色器将几何图形输出到大型顶点缓冲区（以 64 MB 页为单位分配）
几何图形输出后，光栅化与 BVH 均直接使用，无需额外蒙皮或额外着色器变体
页面使用引用计数管理，无引用时释放，不做碎片整理

预蒙皮着色器规格：

3 个着色器变体，分别对应骨骼权重 1、4、8
每次蒙皮前在计算着色器中生成 128 顶点的批次（batch）
每个顶点缓冲区页面上启动大小为 128 的 thread group，每顶点一个线程
关键限制：预蒙皮必须在渲染开始前全部完成

4. 压缩顶点数据

背景：Cauldron Lake 区域仅皮肤顶点数据就接近 2 GB，必须压缩。

基础方法（失败）：简单降低数据类型位数 → 精度过低，法线/切线出现明显阶梯状伪影。

最终方案：

数据	压缩方法
法线 / 切线	OXT 编码，转为两个 32 位浮点后再压缩
顶点位置	使用绑定球体（bound sphere）归一化后转为有符号整数，每分量精度分布更均匀

效果：每顶点节省约 50%，结合团队其他优化，峰值皮肤顶点内存从 2 GB 降至 100–170 MB。

压缩后皮肤网格在移动时需动态更新压缩边界：预蒙皮着色器以 T-pose 边界解压源网格 → 蒙皮 → 重新压缩边界（全程在预蒙皮着色器内完成）。

5. 网格变体（Mesh Variants / Instancing）

大型树木（红雪松、铁杉）体积巨大、细节丰富，但间距大且不可交互（枝条过高无法触及），适合实例化。

Northlight 引擎变体（Variants）机制：

一份顶点数据 + 一个网格，在世界中以不同位置/方向多次渲染
网格编辑器中可设置每个网格同时激活的变体数量
最终方案：大型树木仅使用 3–4 个变体，在质量与性能间取得平衡
效果：节省数百个独立实例和大量顶点内存，同时保留灌木、草地等小网格的独立性（保证可交互性）

6. 几何变换着色器（Geometry Transform Shaders, GTS）

将骨骼动画的 CPU 端工作移至 GPU，获得带宽和规模优势。

核心机制：

加载时将骨骼一次性复制到 GPU；每帧通过计算着色器程序化驱动骨骼层次结构动画
每个线程在局部空间输出 float3 平移 + float4 四元数旋转，后处理通道转换为 4×3 矩阵
向美术师暴露着色器 API，可读写骨骼 ID、静止姿势（rest pose）、世界空间信息等

迭代历程：

第一次迭代（失败）：按层次结构级别过滤骨骼，每级分派一个计算着色器通道 + 屏障（barrier），在循环中串行执行。

问题：GPU 利用率低，调度 + 屏障开销大；工作量与内容结构强相关，不可预测
每帧需要 137 次调度和屏障

第二次迭代（最终方案）：

过滤出叶片骨骼（leaf bones）
为每个叶片骨骼启动一个线程
每个线程在着色器内完整遍历从根到叶片的整条层次链，沿途存储所有骨骼变换
重复计算但数据完全并行化，仅需 1 次调度 + 1 次屏障

效果：速度提升 3 倍，每帧调度从 137 次降至 8 次，达到性能目标。

对象边界计算：

GTS 网格的对象边界仅存在于 GPU 端（适配 Northlight 的 GPU 剔除）
使用 wave intrinsics（每骨骼一个 lane）缩小 AABB，转为绑定球体
后续计算着色器将每变体边界传播到每实例的世界空间边界（每实例一个线程）

性能数据（热点区域”叠界 / The Overlap”）：

指标	数值
独特蒙皮网格数	~5,000
总顶点数	~700 万
皮肤顶点数据	80 MB
GTS 独立着色器数	8
PS5 耗时	~1.5 ms
Xbox Series S	需开启植被密度图形设置（节省约 100 万顶点）

GTS 不限于植被，也用于水面浮动碎屑、风中摇摆的电线等。

7. 光线追踪

BVH 接入（预蒙皮 + 压缩后）：

将底层加速结构（BLAS，即光线追踪网格）指向顶点缓冲区页面，调整顶点格式
将压缩边界作为顶层加速结构（TLAS，即网格实例）上的变换，确保解压后顶点位置比例正确
标准蒙皮网格在 CPU 端处理，GTS 网格在计算着色器中处理

性能问题与解决方案：

“全量放入 BVH” 初始方案性能极差：

CPU 瓶颈：需为每个 BLAS 和 TLAS 单独发出命令，数量庞大
GPU 瓶颈：高几何密度导致 BLAS 构建时间过长

由于低角度阳光设置，从 BVH 中移除对象会迅速产生缺失阴影伪影，故选择降低重建频率：

级联方案（Cascaded BVH Update）：

Cascade	距离	更新频率
Cascade 0	相机附近	每帧全速
Cascade 1	10 m 外	每 2 帧
Cascade 2	20 m 外	每 3 帧
…	…	…

角色网格始终全速更新（对视觉质量影响关键，不允许有伪影）
需针对性调整光栅化参数，隐藏 BVH 与屏幕几何图形之间的不匹配（闪烁问题）

最终效果：结合多线程优化，BVH 构建时间减少近一半。
当前瓶颈：CPU 端 BLAS 构建命令缺乏 Indirect API 支持；GPU 端几何体分割为大量小块（meshlet），现有 BVH 构建 API 对此不友好。

8. 总结

目标	达成情况
密集可缩放的森林	✅ 关卡规模接近开放世界，远景植被风中摇曳效果良好
高多边形动画网格	✅ 预蒙皮管线支持高精度多边形网格动画
光栅化性能	✅ 蒙皮与光栅化解耦，网格着色器保持精简
逼真运动	✅ 计算着色器程序化骨骼动画优于顶点摆动
全量 BVH	✅ 级联更新策略保证所有皮肤几何图形在 BVH 中

🎞️ 幻灯片逐帧转录

以下为 ASR 自动转录 + 机器翻译内容，部分片段已根据 KM 精译版修正，仅供参考。

Slide 1 — 00:00:22

📌 要点汇总

本演讲介绍《心灵杀手2》森林动画的制作方法：如何为数千个独特网格执行完整骨骼动画，以及如何保证其性能良好。
演讲结构：《控制》蒙皮管线回顾 → 《心灵杀手2》改进方案 → 最终效果评估。

我们将分享《心灵杀手2》游戏中森林动画的制作方法以及解决方案的实施，也就是我们如何为数千个独特网格执行完整的骨骼动画的，最重要的是，我们如何确保它的性能良好。我们首先看一下在《控制》这款游戏中使用的蒙皮管线，然后看看为了达到《心灵杀手2》的要求，我们对这个管线做了哪些调整，接下来再看看最后的效果如何。

Slide 2 — 00:00:38

📌 要点汇总

Remedy Entertainment，1995 年成立于芬兰，代表作包括《马克思·佩恩》《量子破碎》《控制》《心灵杀手》系列。
使用完全自研的 Northlight 引擎（今日演讲重点）。
PEGI 18 级游戏。

如果大家还没有听说过绿美迪娱乐公司（Remedy），我们是一家于 1995 年在芬兰创立的游戏公司。我们最出名的游戏包括《马克思·佩恩》、《量子破碎》、《控制》，当然还有《心灵杀手》。在 Remedy，我们使用自己的内部引擎 Northlight，这个引擎完全是内部开发的，它是我们自己的定制技术栈，也是今天讨论的重点。PEGI 18。联邦调查局特工，把刀放下。

Slide 3 — 00:01:18

📌 要点汇总

(Content too short, no key points)

让我看看死亡。联邦调查局，放下刀子。

Slide 4 — 00:01:46

（该幻灯片时间段内未检测到语音内容）

Slide 5 — 00:01:46

（该幻灯片时间段内未检测到语音内容）

Slide 6 — 00:01:46

（该幻灯片时间段内未检测到语音内容）

Slide 7 — 00:01:46

📌 要点汇总

《心灵杀手2》2023 年 10 月发售，双主角：Saga Anderson（FBI 特工，调查美国西北部森林邪教）和 Alan Wake（困于噩梦现实）。
森林设计四大核心目标：密集、可交互（玩家走过时植被弯曲反应）、全量 BVH（光线追踪精确表示）、逼真运动。
最终选择：对每棵树、每丛灌木、每片草地使用完整骨骼蒙皮（skeletal skinning）+ 计算着色器驱动。

《心灵杀手2》去年 10 月发布，是 2010 年那款经典动作恐怖游戏的续作，这次有两个主角：Saga Anderson，她是一名联邦调查局特工，负责在美国西北部的森林中调查邪教，我们今天讨论的就是森林的动画制作；另一个是 Alan Wake，他陷入了噩梦般的现实并试图逃脱。我们希望森林密集、可交互，所有几何图形都能在边界体积层次结构（BVH）中实时且准确地表示，效果必须看起来非常逼真。我们使用非常高精度的多边形网格，不用顶点摆动，而是要实现复杂、层次化、逼真的骨骼动画——也就是对整片森林的所有对象使用骨骼层次结构蒙皮，并通过计算着色器确保性能。

Slide 8 — 00:03:30

📌 要点汇总

《控制》蒙皮管线：CPU 更新骨骼 → 复制到 GPU → 顶点着色器在光栅化期间蒙皮，BVH 需再次单独蒙皮（成本高，仅对扩展视锥体内对象执行）。
《心灵杀手2》的挑战：转向网格着色器渲染管线，热点区域约 5,000 个蒙皮网格、700 万顶点；低角度阳光要求全量 BVH，无法再依赖视锥体裁剪，两次蒙皮代价过高。

大家现在看到的是 Cauldron Lake 区域所有绑定几何图形的骨骼，这个区域位于便利店附近。我们大部分都是在 GPU 上实现的——这些都是真的骨骼，真的蒙皮，全部由计算着色器驱动。《控制》的蒙皮管线：CPU 更新骨骼 → 将骨骼变换复制到 GPU → 顶点着色器按材质和骨骼权重在光栅化期间蒙皮。为将几何图形输出到 BVH，还需在独立计算着色器中再次蒙皮，写入顶点缓冲区后馈送到 BVH。成本高，《控制》仅对扩展相机视锥体内的对象执行这个额外的蒙皮。对《心灵杀手2》来说，这个方案不足够——转向网格着色器后，每帧约 1000–2000 万个三角形，热点区域有约 5,000 个独特蒙皮网格和 700 万个顶点，且低角度阳光加路径追踪的复杂布光设置要求所有内容都在 BVH 中，不能依赖扩展视锥体裁剪。

Slide 9 — 00:06:56

📌 要点汇总

预蒙皮（Pre-Skinning）核心：将《控制》中为 BVH 复制几何图形的计算着色器移至渲染预处理通道，只蒙皮一次；输出到 64 MB 页顶点缓冲区，光栅化与 BVH 共用，无需额外着色器变体。
预蒙皮着色器规格：3 个变体（骨骼权重 1/4/8），128 顶点 batch，thread group 大小 128（每顶点一线程）。
顶点压缩：法线/切线用 OXT 编码，位置用绑定球体归一化后转有符号整数；每顶点节省约 50%，Cauldron Lake 皮肤顶点内存从 ~2 GB 降至 100–170 MB 峰值。
网格变体（Instancing）：大型树木（红雪松、铁杉）使用 3–4 个变体，节省大量顶点内存，同时保留灌木草地的独立性（保证可交互）。
几何变换着色器（GTS）：加载时将骨骼复制到 GPU 一次，之后通过计算着色器程序化驱动骨骼动画；目标 Xbox Series S 上每毫秒 100 万根骨骼。

预蒙皮：在《心灵杀手2》中，我们不再两次蒙皮，而是在计算着色器预处理通道中只蒙皮一次——“预蒙皮”。预蒙皮将几何图形输出到大型顶点缓冲区（64 MB 分页分配，无碎片整理），光栅化和 BVH 直接使用，无需额外蒙皮或着色器变体。预蒙皮着色器有 3 个变体（骨骼权重 1、4、8），以 128 顶点为批次，每顶点启动一个线程。

顶点压缩：Cauldron Lake 区域皮肤顶点数据接近 2 GB，必须压缩。简单降位数质量太低（法线/切线出现阶梯状伪影）。最终方案：法线/切线用 OXT 编码转为两个 32 位浮点后再压缩；位置用绑定球体归一化后转有符号整数。每顶点节省约 50%，峰值皮肤顶点内存降至 100–170 MB。

网格变体：大型红雪松和铁杉不可交互（枝条过高），用 3–4 个变体实例化，节省数百个独立实例和大量顶点，同时灌木草地保持独立（保证可交互性）。

几何变换着色器（GTS）：将骨骼动画的 CPU 端工作移至 GPU。加载时骨骼一次性复制到 GPU，之后用计算着色器程序化驱动。每线程在局部空间输出 float3 平移 + float4 四元数旋转，后处理通道转为 4×3 矩阵。植被专用 GPU 动画路径。目标：Series S 上每毫秒 100 万根骨骼。

Slide 10 — 00:17:28

（该幻灯片时间段内未检测到语音内容）

Slide 11 — 00:17:28

📌 要点汇总

第一次迭代（失败）：按层次结构级别过滤骨骼，每级分派一个计算着色器通道 + 屏障（barrier），在循环中串行执行，无法有效利用 GPU 并行性，每帧需 137 次调度和屏障。
额外问题：美术师通过 LOD 逐步减少骨骼数量来降低成本，但 LOD 切换时骨骼层次结构对齐极其困难，是美术师的主要痛点。

第一次迭代及其失败原因：我们最初使用了暴力方法，按层次结构级别过滤骨骼，为每个层次结构级别分配一个计算着色通道，从 0 级开始一直到最后。在循环中进行调度和使用屏障的成本和开销导致性能很差，我们没能把工作转移到 GPU 上，而且工作量也难以预测，与内容结构密切相关。美术师们通过对植被骨骼进行 LOD 处理来降低成本（每个 LOD 逐渐减少骨骼数量直到网格变成完全静态），但 LOD 切换时骨骼层次结构和几何变换着色器必须完全吻合，否则会有 LOD popping，这是美术师最主要的抱怨。

Slide 12 — 00:17:44

📌 要点汇总

(Content too short, no key points)

当然。嗯，我的意思是。

Slide 13 — 00:17:46

📌 要点汇总

第二次迭代（最终方案）：过滤出叶片骨骼（leaf bones），每叶片骨骼启动一个线程，线程在着色器内完整遍历从根到叶片的层次链并存储所有骨骼变换。仅需 1 次调度 + 1 次屏障。
速度提升 3 倍：每帧调度从 137 次降至 8 次，达到性能目标。
对象边界计算：用 wave intrinsics（每骨骼一个 lane）缩减 AABB 为绑定球体，用于 GPU 剔除和预蒙皮顶点压缩。
热点区域”叠界”性能：~5,000 蒙皮网格，700 万顶点，80 MB 皮肤顶点数据，8 个 GTS，PS5 约 1.5 ms。GTS 不限植被，亦用于水面浮动碎屑、电缆摇摆等。

第二次迭代：不再按层次结构分级调度，而是先过滤出叶片骨骼（红色标注），为每个叶片骨骼启动一个线程。线程在着色器内完整遍历从 0 级到叶片骨骼的整条层次链，计算连续变换并存储沿途每个骨骼的变换。虽然重复计算了上级骨骼的变换，但成功并行化了数据，只需 1 次调度 + 1 次屏障。速度提升 3 倍，每帧调度从 137 次降至 8 次，达到性能目标，这就是最终发布的方案。

对象边界计算：几何变换网格的对象边界仅存在于 GPU 端（适配 Northlight 的 GPU 剔除）。基于每个皮肤网格变体的骨骼范围计算 AABB，用 wave intrinsics（每骨骼一个 lane）缩减，然后对每组进行最终缩减，转为绑定球体。后续计算着色器将每变体边界传播到世界空间每实例边界（每实例一线程）。这也是预蒙皮顶点压缩所用的绑定球体。

热点区域”叠界（The Overlap）”性能：约 5,000 个蒙皮网格，700 万个顶点，80 MB 皮肤顶点数据，8 个几何变换着色器。PS5 约 1.5 ms。GTS 不仅用于植被，还用于水面浮动碎屑、风中摇摆的电线，用途广泛。

Slide 14 — 00:22:30

（该幻灯片时间段内未检测到语音内容）

Slide 15 — 00:22:30

📌 要点汇总

(Content too short, no key points)

框架的一小部分。

Slide 16 — 00:22:32

📌 要点汇总

(Content too short, no key points)

花费在对这么多几何体进行蒙皮上，之后您根本不需要触摸它。

Slide 17 — 00:22:36

📌 要点汇总

(Content too short, no key points)

已准备好进行渲染。

Slide 18 — 00:22:38

📌 要点汇总

(Content too short, no key points)

但这个成本对于 S 系列来说有点太高了，所以我们。

Slide 19 — 00:22:42

📌 要点汇总

Xbox Series S 成本稍高，需添加植被密度图形设置（节省约 100 万顶点，约几百个实例）。
BVH 接入：BLAS 指向顶点缓冲区页面，TLAS 上应用压缩边界变换，确保解压后顶点比例正确。
级联 BVH 更新策略：Cascade 0（相机附近）全速；Cascade 1（10m 外）每 2 帧；Cascade 2（20m 外）每 3 帧；角色网格始终全速。
经过多线程优化，BVH 构建时间减少近一半；瓶颈在 CPU 端 BLAS 构建命令缺乏 Indirect API 支持。

Xbox Series S 上成本偏高，需添加植被密度图形设置，节省约 100 万顶点。《心灵杀手2》在 Series S 上以 30 FPS 运行，预蒙皮着色器占约三分之二的蒙皮时间，性能主导因素是顶点数量。

光线追踪 BVH 接入：通过预蒙皮 + 压缩，只需将 BLAS（底层加速结构/光线追踪网格）指向顶点缓冲区页面并调整顶点格式；将压缩边界作为 TLAS（顶层加速结构/网格实例）上的变换，确保解压后顶点位置比例正确。

全量 BVH 初始方案性能极差：CPU 端需为每个 BLAS 和 TLAS 单独发出命令；GPU 端因几何密度高导致 BLAS 构建时间过长。由于低角度阳光设置，从 BVH 中移除对象很快产生缺失阴影伪影，只能选择降低重建频率。

级联 BVH 更新策略：Cascade 0（相机附近）全速；10m 外第 2 帧更新；20m 外第 3 帧更新，以此类推。角色网格始终全速。需调整光栅化参数隐藏 BVH 与屏幕几何图形的不匹配（闪烁问题）。结合多线程优化，BVH 构建时间减少近一半，但 CPU 端 BLAS 构建命令耗时仍很长，缺乏 Indirect API 支持。