CN111062856B - 一种优化的OpenGL图形属性排布方法 - Google Patents

一种优化的OpenGL图形属性排布方法 Download PDF

Info

Publication number
CN111062856B
CN111062856B CN201911125568.5A CN201911125568A CN111062856B CN 111062856 B CN111062856 B CN 111062856B CN 201911125568 A CN201911125568 A CN 201911125568A CN 111062856 B CN111062856 B CN 111062856B
Authority
CN
China
Prior art keywords
attributes
graphic
opengl
attribute
functional
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911125568.5A
Other languages
English (en)
Other versions
CN111062856A (zh
Inventor
刘晖
张琛
王晨光
马城城
聂曌
秦翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Aeronautics Computing Technique Research Institute of AVIC
Original Assignee
Xian Aeronautics Computing Technique Research Institute of AVIC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Aeronautics Computing Technique Research Institute of AVIC filed Critical Xian Aeronautics Computing Technique Research Institute of AVIC
Priority to CN201911125568.5A priority Critical patent/CN111062856B/zh
Publication of CN111062856A publication Critical patent/CN111062856A/zh
Application granted granted Critical
Publication of CN111062856B publication Critical patent/CN111062856B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/20—Processor architectures; Processor configuration, e.g. pipelining

Abstract

本发明属于计算机图形领域，尤其涉及一种优化的OpenGL图形属性排布方法。该方法包括(1)按照图形流水线功能相关性，对OpenGL图形属性分类；(2)按照图形属性访存实现方式，对各个功能的OpenGL属性进行分类；(3)对步骤(2)中的配置类属性进行排布；(4)按照功能或计算特征，将功能类属性分类；(5)按照访存特性，将图形功能属性分类。本发明按照图形流水线功能相关性，将OpenGL图形属性分类成不同功能的图形属性，并按照实现方式、功能或计算特征、访存特性等特性将各个功能OpenGL图形属性进行排布，将纷繁复杂的OpenGL图形属性进行有效的排序分布，有效地提升了OpenGL图形命令效率。

Description

一种优化的OpenGL图形属性排布方法
技术领域
本发明属于计算机图形领域，尤其涉及一种OpenGL图形属性排布方法。
背景技术
OpenGL图形属性作为图形处理器图形命令的重要组成部分，其排布方法直接影响图形命令的效率。已公开资料中，大部分针对OpenGL图形属性的分析，并未发现有关优化的OpenGL图形属性排布方法。
发明内容
本发明的目的是：
本发明按照图形流水线功能相关性，将OpenGL图形属性分类成不同功能的图形属性，并按照实现方式、功能或计算特征、访存特性等特性将各个功能OpenGL图形属性进行排布，将纷繁复杂的OpenGL图形属性进行有效的排序分布，有效地提升了OpenGL图形命令效率。
本发明的解决方案是：
提供了一种优化的OpenGL图形属性排布方法，该方法包括如下步骤：
(1)按照图形流水线功能相关性，对OpenGL图形属性分类；
(2)按照图形属性访存实现方式，对各个功能的OpenGL属性进行分类；
(3)对步骤(2)中的配置类属性进行排布；
(4)按照功能或计算特征，将功能类属性分类；
(5)按照访存特性，将图形功能属性分类。
进一步的，所述步骤(1)中：OpenGL图形属性分为顶点属性、几何属性、片段属性、像素属性、纹理属性。
进一步的，所述步骤(2)中：各个功能的OpenGL属性分为配置类属性和功能类属性。
进一步的，所述步骤(3)中：配置类属性可直接配置，根据图形属性处理访问实现方式及存储特征进行排布。
进一步的，所述步骤(4)中：功能类属性分为图形功能属性和符合功能或计算特征的辅助属性。
进一步的，所述步骤(5)中：图形功能属性分为顺序存储图形功能属性和多套交叉偏移存储图形功能属性。
本发明的优点是：
本发明按照图形流水线功能相关性，将OpenGL图形属性分类成不同功能的图形属性，并按照实现方式、功能或计算特征、访存特性等特性将各个功能OpenGL图形属性进行排布，将纷繁复杂的OpenGL图形属性进行有效的排序分布，有效地提升了OpenGL图形命令效率。
附图说明
图1为本发明的方法模块图；
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面结合附图和具体实施例对本发明的技术方案做进一步详细描述。
如图1所示，本发明实施例的一种优化的OpenGL图形属性排布方法，该方法包括如下步骤：
(1)按照图形流水线功能相关性，将OpenGL图形属性分为顶点属性、几何属性、片段属性、像素属性、纹理属性。
(2)按照图形属性访存实现方式，将各个功能的OpenGL属性分为配置类属性和功能类属性。
(3)对步骤(2)中的配置类属性直接配置，根据图形属性处理访问实现方式及存储特征进行排布。
(4)按照功能或计算特征，将功能类属性分为图形功能属性和符合功能或计算特征的辅助属性。
(5)按照访存特性，将图形功能属性分为顺序存储图形功能属性和多套交叉偏移存储图形功能属性。

Claims (3)

1.一种优化的OpenGL图形属性排布方法，其特征在于，所述方法包括如下步骤：
（1）按照图形流水线功能相关性，对OpenGL图形属性分类，获得多种OpenGL图形属性；
（2）将经过步骤（1）分类的多种OpenGL图形属性按照实现方式分为配置类属性和功能类属性；
（3）对步骤（2）中的配置类属性进行排布；
（4）按照功能或计算特征，将步骤（2）中的功能类属性进行分类，分为图形功能属性和符合功能或计算特征的辅助属性；
（5）按照访存特性，将步骤（4）的图形功能属性进行分类，
所述步骤（3）中：配置类属性直接配置，根据图形属性处理访问实现方式及存储特征进行排布。
2.根据权利要求1所述的优化的OpenGL图形属性排布方法，其特征在于，所述步骤（1）中：OpenGL图形属性分为顶点属性、几何属性、片段属性、像素属性、纹理属性。
3.根据权利要求1所述的优化的OpenGL图形属性排布方法，其特征在于，所述步骤（5）中：图形功能属性分为顺序存储图形功能属性和多套交叉偏移存储图形功能属性。
CN201911125568.5A 2019-11-18 2019-11-18 一种优化的OpenGL图形属性排布方法 Active CN111062856B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911125568.5A CN111062856B (zh) 2019-11-18 2019-11-18 一种优化的OpenGL图形属性排布方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911125568.5A CN111062856B (zh) 2019-11-18 2019-11-18 一种优化的OpenGL图形属性排布方法

Publications (2)

Publication Number Publication Date
CN111062856A CN111062856A (zh) 2020-04-24
CN111062856B true CN111062856B (zh) 2023-10-20

Family

ID=70298266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911125568.5A Active CN111062856B (zh) 2019-11-18 2019-11-18 一种优化的OpenGL图形属性排布方法

Country Status (1)

Country Link
CN (1) CN111062856B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5485559A (en) * 1990-06-13 1996-01-16 Hitachi, Ltd. Parallel graphics processor with graphics command distributor and command sequencing method
CN106648547A (zh) * 2016-12-12 2017-05-10 中国航空工业集团公司西安航空计算技术研究所 一种gpu图形状态参数的分布式统一管理方法
CN107729384A (zh) * 2017-09-18 2018-02-23 维沃移动通信有限公司 图像排序方法及移动终端
CN107945099A (zh) * 2017-11-24 2018-04-20 中国航空工业集团公司西安航空计算技术研究所 一种面向OpenGL实现的属性配置优化方法
CN108520489A (zh) * 2018-04-12 2018-09-11 长沙景美集成电路设计有限公司 Gpu中一种实现命令解析和顶点获取并行的装置和方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6525737B1 (en) * 1998-08-20 2003-02-25 Apple Computer, Inc. Graphics processor with pipeline state storage and retrieval

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5485559A (en) * 1990-06-13 1996-01-16 Hitachi, Ltd. Parallel graphics processor with graphics command distributor and command sequencing method
CN106648547A (zh) * 2016-12-12 2017-05-10 中国航空工业集团公司西安航空计算技术研究所 一种gpu图形状态参数的分布式统一管理方法
CN107729384A (zh) * 2017-09-18 2018-02-23 维沃移动通信有限公司 图像排序方法及移动终端
CN107945099A (zh) * 2017-11-24 2018-04-20 中国航空工业集团公司西安航空计算技术研究所 一种面向OpenGL实现的属性配置优化方法
CN108520489A (zh) * 2018-04-12 2018-09-11 长沙景美集成电路设计有限公司 Gpu中一种实现命令解析和顶点获取并行的装置和方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Fang Liu ET AL.FreePipe:a programmable parallel rendering architecture for efficient multi-fragment effects.I3D'10:Proceeding of the 2010 ACM SIGGRAPH symposium on Interactive 3D Graphics and Games.2010,75-82. *
任向隆等.面向OpenGL 2.0的图形处理器图像处理单元体系结构.计算机辅助设计与图形学学报.2019,第31卷(第10期),1858-1870. *
彭敏峰 ; 曾亮 ; 陆筱霞 ; 李思昆 ; .一种高度并行的多任务并行绘制系统结构.计算技术与自动化.2006,(03),2356-2358. *
王磊 ; 张春燕 ; .基于图形处理器的通用计算模式.计算机应用研究.2009,(06),63-66. *
马城城等.统一渲染架构GPU图形处理量化性能模型研究.电子技术应用.2019,第45卷(第2期),27-32+36. *

Also Published As

Publication number Publication date
CN111062856A (zh) 2020-04-24

Similar Documents

Publication Publication Date Title
US10613871B2 (en) Computing system and method employing processing of operation corresponding to offloading instructions from host processor by memory's internal processor
Hong-Tao et al. K-means on commodity GPUs with CUDA
US11023206B2 (en) Dot product calculators and methods of operating the same
CN102129425B (zh) 数据仓库中大对象集合表的访问方法及装置
EP3144805A1 (en) Method and processing apparatus for performing arithmetic operation
US20230026006A1 (en) Convolution computation engine, artificial intelligence chip, and data processing method
US10740657B2 (en) Image processing method and image processing apparatus
Nasridinov et al. Decision tree construction on GPU: ubiquitous parallel computing approach
CN105574808A (zh) 一种流水线纹理贴图单元体系结构
CN105229608A (zh) 基于协处理器的面向数组的数据库处理
CN111339599B (zh) 一种bim模型到gis模型的转换方法
CN107945099B (zh) 一种面向OpenGL实现的属性配置优化方法
CN111062856B (zh) 一种优化的OpenGL图形属性排布方法
Wu et al. Novel parallel algorithm for constructing Delaunay triangulation based on a twofold-divide-and-conquer scheme
US10209765B2 (en) Method for achieving low power consumption of three-dimensional measurement chip
Zhou et al. Data decomposition method for parallel polygon rasterization considering load balancing
CN110837419B (zh) 基于弹性批处理的推理引擎系统、方法及电子设备
Huang et al. Research of Canny edge detection algorithm on embedded CPU and GPU heterogeneous systems
CN116185377A (zh) 计算图的优化方法、计算装置及相关产品
Cheng et al. Performance optimization of vision apps on mobile application processor
CN114003385A (zh) 一种用于提升后处理性能的并行化方法
CN111046244A (zh) 基于PostGIS的电网资源图形叠加分析方法及装置
CN108257075B (zh) 一种顶点数组命令的解引用与组装方法
CN112487314A (zh) 基于知识图谱的住建搜索方法、装置及存储介质
CN111048156A (zh) 一种大规模染色阵列性能检测评价方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant