（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。

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。

在2020年8月，距离我的27岁生日只有二十来天的时候，我离开了杭州，离开了阿里，来到了广州。

我在支付宝工作两年的技能集大成作。

由于某些工作上的原因，以及个人兴趣，配合之前用Rust+WASM写软件渲染器的踩坑，端午花了三天将gl-matrix移植到了WASM（但因为各种奇奇怪怪的事情一直没时间发文）。此移植包含gl-matrix的所有功能，同时具备完整的单元测试。库本身以Rust + wasm-bindgen + wasm-pack + webpack4的形式开发，使用TS + Karma + Mocha来写单元测试（当然前两年还能扯一扯“优雅”啥的，现在这些都常识了也没啥说的）。在使用方面，我提供了两种使用模式，来应对不同的场合。同时还使用了很多Trick来在不破坏工程性的同时优化性能，某种意义上可以当做Rust来写WASM的工程的模板。