（本文是南方周末《非虚构写作课程》的作业4）2020年7月21日凌晨，难以入睡的天宇在床上辗转反侧。在这没有灯光的房间中，他不时解锁着身边的手机，这屏幕在黑暗中显得额外刺眼。在这刺眼的屏幕上，显示的是一封邮件，标题是——《蚂蚁金服正式启动IPO流程》。这个消息几乎对于所有人都是意外的，彼时论坛铺天盖地的都是“下周发邮件”的调侃，谁都没想到蚂蚁的IPO来的如此之快。

上一篇文章场景数据组织与合并，我们讨论了要使用的材质、以及如何组织好场景数据，并对场景数据进行了合并。现在我们可以认为有了一个很大的Geometry，其中存储着整个场景所有的图元信息，还有合并好的Uniform、Texture，以便在渲染过程中查找到物体上某一点对应的材质数据。那么下一步，就是如何利用这些数据进行渲染了。

本文将在上一篇文章WebGPU基础与简单渲染器的基础上，论述针对路径追踪，应当如何组织场景数据，这涉及到PBR材质定义、glTF资源的导出和加载、场景的构建、以及最重要的场景合并等内容。

在本文中，笔者将论述如何用WebGPU来实现一个简单的渲染器，并且目前只支持静态物体渲染，没有动画物理等等组件，这个渲染器的架构脱胎于笔者过去研究和实现过的几个渲染引擎，以求尽量简单，而非大而全，所以实现中可能有粗糙之处，但作为如何使用WebGPU的例子而言是绝对足够的。

（本文是南方周末《非虚构写作课程》的作业2）九月的广州仍然未入秋，在这个中国南方的城市，夏天额外漫长。在距离这座城市的地标“广州塔”大概两公里不到的地方，有个名为TIT创意园的园区。这里曾经是一个纺织厂，后来被改造为艺术园区，目前有数家互联网和服装企业坐落于其中，这里面就包括腾讯的微信事业群。

本系列文章将会论述如何用WebGPU来实现一个实时路径追踪渲染器，从一个简单渲染器为开端层层深入，了解经典路径追踪渲染器的各个部分，以及BRDF模型在路径追踪中的实现。

（本文是南方周末《非虚构写作课程》的作业1）小赵是一个90后，目前在广州的某个互联网大厂上班。和其他大部分的90后一样，当笔者问到他小时候的梦想时，他有点害羞，露出了不太像这个年龄的表情。

【不灭的理想，永恒的正义，坚定的信念，执着的希望。】

太菜了，感觉啥都没学会，尤其是越到后面生活中哦出现了很多意外比较燥。

2021年2月11日，在这被荒诞所充斥的2020年后的第一个除夕的夜晚，伴随着咳嗽，一个男人说出了一句话。若是在平时，他是绝不会在这样的夜晚、这样的温度的夜晚中穿成这种会让自己立马感冒的装束的，那毕竟有损于他作为一个社会人最基本的体面，但现在的他还是这样做了，若是问为什么，那大概是——