[TOC]

前言

ASTC格式作为当前最新的gpu纹理格式,有很多的优势

  1. 对纹理尺寸无要求,支持alpha

  2. 较新的Android和IOS都支持

  3. 纹理精度与压缩比特率多级可调节,可以选择block大小从4x4到12x12,相应的比特率从8bpp到0.89bpp

​ 但目前只有离线压缩工具(ARM ASTC-encoder, Intel的ISPC),压缩过程很慢,关键是游戏中运行时生成的纹理,就无法利用压缩贴图了。

​ 为此,研究用computershader进行实时的纹理压缩,首先我们的目标是对LDR的2D纹理,选取block大小为4x4和6x6,通过分析ASTC纹理压缩的原理和参数搜索过程,鉴于ASTC纹理格式本身复杂,可选参数又极多,对参数搜索等进行一些必要的简化,去掉耗时大精度提升有限的搜索,利用computeshader的高度并行性,在运行时实时地进行纹理的ASTC压缩编码,在压缩纹理精度上达到可接受,在压缩速度上保证实时,并尽可能提高速度,提升精度。

基于块的有损压缩原理

​ 基于块的有损压缩算法基于颜色的局部相关性假设,把像素看作是RGB/RGBA空间中的点,在这个空间中找一个线段,其他所有像素都用这个线段的两个端点(称为endpoints)的插值来表示。

  • 一个块内的颜色值比较少,可以拟合到RGB空间的一个直线上。
  • 但是这种单线性拟合对于有些情况来说,质量损失严重。举个最简单的例子,如果一个4×4的 block中包含红色、蓝色、绿色的三个像素,只用一个线段插值压缩后必然会有个颜色精度丢失很大。
  • BC7引入了像素子集划分的思路,把块内的像素集分成多个子集,每个子集独立选出一个线段进行像素插值。像素子集的划分,称为partition

ASTC的改进

  • ASTC也是一种基于块的有损压缩算法,提供了4x4到12x12的多种块大小,每个Block块都压缩为固定的128bit,不同的块大小就对应于不同的压缩率。

  • ASTC沿用了BC7的partition,但是增加到了最多可以划分成4个子集,就有划分成2个子集,3个子集,4个子集,共三种情形,每种情形有1024种划分方式,总共3072种划分方式,相对于BC7的64种Partition复杂了很多。编码时用2个bit存partition count-1,10个bit存partition index。

  • ASTC提出的有界整数序列压缩(BISE bounded integer sequence encoding),更紧凑的整数序列编码,可以达到分数级的bit per value。正是由于有了这个特性,才使得ASTC能有广泛的不同级别的压缩比特率。

ASTC的搜索参数空间大小估算

  • Partition数量:3072 + 1
  • DualPlane:2
  • 合法的Blockmode种类:占用11bit,2048的量级
  • color endpoint modes(CEM)字段:multi partition情况下占6bit,single partition情况下占4bit 总的搜索量级:3073 * 2 * 2048 * 16 = 201392128 ~ 约2亿量级

ASTC压缩的精度损失来源分析

ASTC压缩的精度损失主要来自下面三个方面:

  1. 基于主轴进行颜色插值的插值误差

    处在主轴线上的点是可以被精确插值的,离主轴距离为d的点,插值误差即可由d来衡量。

    image-20211218131643631

  2. endpoints的量化误差

    ​ 量化Range为\(R\),256个像素级,量化分配到\(R\)个值上,形成\(R-1\)个像素范围,平均每个像素级范围大小为\(\lceil256/(R-1)\rceil\),取范围中心进行反量化,则像素量化误差为:\(\lceil256/(R-1)\rceil/2\),随着R越小,误差越大

    ​ 例如:量化范围\(R=48\)时,对颜色值\(c = 8\)进行量化,再反量化后,颜色值还原为5,误差为3。用\(Range=256\)的话,就相当于无损失的量化了。

  3. weights的量化误差

    ​ 量化Range为\(R\),那么权重\(w(0 \leq w \leq 1)\)的量化误差为:\(\vert w - [wR+0.5] / R \vert\)​ ,由于\(w*R\)​与\([w*R+0.5]\)​相差最多0.5,因此误差最大值是\(0.5/R\)​,随着R越小,误差越大

  4. weights网格的插值误差

    ​ 除了3d纹理的z方向上外,权重网格在各个对应维度上可以小于实际的块大小。用双线性插值来拟合。

    image-20211218132030004

ASTC块的编码组成

image-20211218132624919

  • 开始的bit数据是配置数据
  • endpoints颜色数据在配置数据之后。
  • 128bit里,weights数据在尾部,按bit位倒着排列。
  • weights和endpoint数据占用多少位是不固定的,取决于blockmode和整个128bit的分配,总体而言weighs占用bit越多,endpoint占用bit就越少,反之亦然。就是要找到一个最优的bit分配。

block mode的组成

enter image description here

enter image description here

  • blockmode是位于128bit的最开头的固定的11bit。

  • Blockmode里定义了权重weights的量化范围,权重网格的大小。

​ 由权重量化范围,间接决定了endpoints的量化范围。根据整个128bits减去weights的编码占用和其他配置占用后剩余的bits位数可以确定endpoints的bit位数。

single partition & multi partition

\(\quad\quad\)基本就是根据像素在block内的坐标,通过固定的hash函数生成partition划分。block越大,越有可能要划分multi partition。对于一个block,如何选取划分为几个子集,划分为怎样的子集,才有更好的压缩精度,ARM-ASTC有先对像素聚类,但基本上还是在穷举搜索各种partition。 valid_partitions

block 4*4的所有1024个2-Partition的样式

Benchmark图像

含有红绿蓝三色的4x4的图像 使用single partition方式压缩 使用2-partition方式压缩
benchmark single_partition multi_partition

dual planes

  • BlockMode Layout里有个D字段,表示是否像素的rgba通道中有任何通道要进行分开编码,也就是会有两套endpoints和权重网格。这一般是由于像素中含有互相不太相关的通道,比如NormalMap,透明遮罩等。
  • Partition划分对DualPlanes的各个通道是相同的,也就是分离的两部分通道是属于同一个Partition,有相同的Partition Index。
  • dual plane需要两套endpoints和权重数据,占用bits位数要更多,但是另一方面,由于把不相关的通道分离了,那每个Plane里的像素相关度就很高了,可以找出更精确的endpoints。 那是否采用dual plane就取决于压缩精度需要,ARM-ASTC把两种情况都纳入了参数搜索尝试,对此进行精度比较,取最优的方式。

ARM-ASTC离线压缩的大致步骤

  1. 选取划分
  2. 对每个划分子集计算endpoints
  3. 将划分里的像素表示为endpoints的插值,计算插值权重weights。
  4. endpoints量化,BISE编码
  5. weights量化,BISE编码
  6. 组装为128bit块

在上述过程中进行划分集的搜索,权重网格大小的搜索,endpoints / weights的量化范围的搜索

ComputeASTC的简化考虑

  1. 基于性能开销考虑,不做partitions搜索
    • 只用Block4x4、6x6
  2. 权重网格用4x4的大小
    • 对于Block4x4就没有权重网格插值误差了
  3. 只进行权重weights的量化范围的搜索
    • 忽略dual plane,color endpoint modes的搜索

纹理压缩的精度指标PSNR

psnr

endpoints的计算

对比了4种方法:

  1. Pixel pair with max euclidean distance(Waveren:Real-Time_DXT_Compression):计算具有最远距离的一对像素点。

  2. BoundingBox:取像素点集包围盒的对角线作为主轴方向。(boundingbox仅仅取决于少数最外面的像素点,丢失统计信息)

  3. Max accumulation pixel direction(from ARM-ASTC):减去平均值偏移后,累加rgba各个方向的像素,然后取长度最大的向量的方向作为主轴方向。

  4. PCA:将RGB/RGBA数据从3/4维降低到1维。

用PCA计算endpoints

PCA原理

\(\quad\quad\)讲PCA原理的资料很多,从数据分析角度,就是数据降维。而从几何角度来看,从RGB三维降到一维,就是要在像素RGB空间中找一个主轴方向,使得所有像素到这个轴的距离平方和最小。 gaussian_scatterPCA

PCA过程

  1. 去均值化
    • 先计算像素平均值,然后减去平均值。
  2. 计算协方差矩阵
    • 把rgb/rgba看作是3/4个随机变量,把block4x4内的像素值看作16个rgb/rgba数据样本,计算协方差矩阵(3x3 或者 4x4)
  3. 计算协方差矩阵的最大特征值对应的特征向量
    • 这可以使用幂次法,用矩阵反复多次乘一个非零的初始向量,然后归一化得到。
  4. 计算endpoints
    • 最大特征值对应的特征向量就是主轴方向,把原像素减去均值后,往主轴方向投影,获取投影方向上的有向距离坐标,取对应坐标最大的和最小的像素作为endpoints,同时对这个坐标归一化后,就是后续需要存储的像素的权重了。

pixels weights

  • weight grids:除了3d纹理的z方向上外,权重网格宽高数目可以小于等于像素网格,小于时,会使用双线性插值。
  • 权重数据要先进行归一化,再进行量化。
  • 权重量化level的确定:level越大精度越高,但会占用更多bit位,影响颜色量化编码,影响颜色值精度。
  • weights序列化顺序:逐像素按width, height, depth顺序。

quantization

  • 量化就是用尽可能少的bit位去表示给定的数据。
  • quantization level

1. weights quantization

  • 权重量化过程:将weights数据从归一化的浮点值,映射到整数值。
    • [0 ~ 1] 的weights * quantization level -> integer > 查找权重量化表得到最终量化值

2. color quantization

  • 颜色量化level的确定:endpoints_quant是根据整个128bits减去weights的编码占用和其他配置占用后剩余的bits位数来确定的。
  • 颜色量化过程
    • 不同的color endpoint modes(CEM)有不同的编码方案,确定CEM后,再根据量化level,查找颜色量化表。

blockmode搜索

​ blockmode搜索的主要目的是选取最优的endpoints和weights量化级别。通过先压缩再解压,取误差最小的组合。

No Alpha:CEM_LDR_RGB_DIRECT   Has Alpha:CEM_LDR_RGBA_DIRECT  
权重范围 Endpoints范围 权重范围 Endpoints范围
QUANT_3 QUANT_256 QUANT_3 QUANT_256
QUANT_4 QUANT_256 QUANT_4 QUANT_256
QUANT_5 QUANT_256 QUANT_5 QUANT_256
QUANT_6 QUANT_256 QUANT_6 QUANT_256
QUANT_8 QUANT_256 QUANT_8 QUANT_192
QUANT_12 QUANT_256 QUANT_12 QUANT_96
QUANT_16 QUANT_192 QUANT_16 QUANT_48
QUANT_20 QUANT_96 QUANT_20 QUANT_32
QUANT_24 QUANT_64 QUANT_24 QUANT_24
QUANT_32 QUANT_32 QUANT_32 QUANT_12
// candidate blockmode uint4(weights quantmethod, endpoints quantmethod, weights range, endpoints quantmethod index of table)
#define BLOCK_MODE_NUM 10
static const uint4 block_modes[2][BLOCK_MODE_NUM] =
{
	{ // CEM_LDR_RGB_DIRECT
		uint4(QUANT_3, QUANT_256, 3, 7),
		uint4(QUANT_4, QUANT_256, 4, 7),
		uint4(QUANT_5, QUANT_256, 5, 7),
		uint4(QUANT_6, QUANT_256, 6, 7),
		uint4(QUANT_8, QUANT_256, 8, 7),
		uint4(QUANT_12, QUANT_256, 12, 7),
		uint4(QUANT_16, QUANT_192, 16, 6),
		uint4(QUANT_20, QUANT_96, 20, 5),
		uint4(QUANT_24, QUANT_64, 24, 4),
		uint4(QUANT_32, QUANT_32, 32, 2),
	},

	{ // CEM_LDR_RGBA_DIRECT
		uint4(QUANT_3, QUANT_256, 3, 7),
		uint4(QUANT_4, QUANT_256, 4, 7),
		uint4(QUANT_5, QUANT_256, 5, 7),
		uint4(QUANT_6, QUANT_256, 6, 7),
		uint4(QUANT_8, QUANT_192, 8, 6),
		uint4(QUANT_12, QUANT_96, 12, 5),
		uint4(QUANT_16, QUANT_48, 16, 3),
		uint4(QUANT_20, QUANT_32, 20, 2),
		uint4(QUANT_24, QUANT_24, 24, 1),
		uint4(QUANT_32, QUANT_12, 32, 0),
	}
};

​ 权重的量化范围确定后,Endpoints的量化范围就可以根据剩余的bit位来确定下来。通过计算各个可能的权重量化范围,计算得到上面的这个表。

​ 分有无alpha,对每一个endpoints和weights权重范围组合,进行一次压缩和解压,计算压缩误差,取误差最小的组合。这个明显是很影响时间性能的。在fast版本里,我们就避免做这个搜索了。固定的blockmode带alpha为QUANT_6, QUANT_256,不带alpha为QUANT_12, QUANT_256。

固定的blockmode带alpha和不带alpha分别的量化级别是:

color_endpoint_mode = CEM_LDR_RGBA_DIRECT;
weight_quant = QUANT_6;
endpoints_quant = QUANT_256;

和:

color_endpoint_mode = CEM_LDR_RGB_DIRECT;
weight_quant = QUANT_12;
endpoints_quant = QUANT_256;

bounded integer sequence encoding(BISE)

​ BISE是编码有界整数序列的高效无损算法,充分利用了整数的有界性。对于有界整数序列,指定了整数范围后,就确定了编码后的总bit位数。对于\(S\)个有界整数的序列,根据数据范围,归类到下面三种模式:

压缩模式 整数范围\(R\) 对\(S\)个整数压缩后的bit数
Binary \([0, 2^n-1]\) \(n*S\)
Base3 \([0, 3 * 2^n-1]\) \(n*S + \lceil 8S/5 \rceil\)
Base5 \([0, 5 * 2^n-1]\) \(n*S + \lceil 7S/3 \rceil\)

​ 按组编码,Base3为每5个数一组(Base5为每3个数一组),每个数会被分成高位和低位,高位组合编码,低位直接存储。高位和低位的分割只取决于数据范围Range。下面的数组每行的第一列即表示那个Range下,高低位bit的分割位置。

const uint8 bits_trits_quints_table[QUANT_MAX][3] = {
    {1, 0, 0},  // RANGE_2
    {0, 1, 0},  // RANGE_3
    {2, 0, 0},  // RANGE_4
    {0, 0, 1},  // RANGE_5
    {1, 1, 0},  // RANGE_6
    {3, 0, 0},  // RANGE_8
    {1, 0, 1},  // RANGE_10
    {2, 1, 0},  // RANGE_12
    {4, 0, 0},  // RANGE_16
    {2, 0, 1},  // RANGE_20
    {3, 1, 0},  // RANGE_24
    {5, 0, 0},  // RANGE_32
    {3, 0, 1},  // RANGE_40
    {4, 1, 0},  // RANGE_48
    {6, 0, 0},  // RANGE_64
    {4, 0, 1},  // RANGE_80
    {5, 1, 0},  // RANGE_96
    {7, 0, 0},  // RANGE_128
    {5, 0, 1},  // RANGE_160
    {6, 1, 0},  // RANGE_192
    {8, 0, 0}   // RANGE_256
};

压缩思路

​ 对于数值范围在[0~N)的整数序列,如果N是2的幂,那么每个数就用[logN]个bit去表示就好了。但是如果N是2的幂超了那么一点点呢,就很浪费了。于是考虑把这样的N用\(3*2^n\) 或者\(5x2^n\)的形式来表达,相当于是在两个相邻的2的幂的范围内再找了两个中间的点,比如在64和128之间,有\(5*2^4 = 80\), \(3*2^5 = 96\)。这样浪费就可能会少很多。

​ 举个例子:考虑编码5个范围在[0,2]的整型数据,naive的想法是每个数据用2bit,5个数需要10bit,BISE的想法是每个数据有3可能,5个数排列的话总共有(\(3^5 = 243\))种可能,用8bits的就可以存储所有的这些组合了,每个数据仅需要(8/5=1.6bit)。

BISE的压缩过程

  1. 确定压缩模式:Base3或者Base5或者Binary
  2. 确定高低位分割位置
  3. 分组编码 按组编码,Base3为每5个数一组(Base5为每3个数一组),每个数会被分成高位和低位,高位组合编码,低位直接存储。高位和低位的分割只取决于数据范围Range。

BISE编码表

​ bits_trits_quints_table数组的每行的第一列即表示那个Range下,高低位bit的分割位置。第二列和第三列表示是用Base3还是Base5编码。

 /**
  * Table that describes the number of trits or quints along with bits required
  * for storing each range.
  */
static const uint bits_trits_quints_table[QUANT_MAX * 3] =
{
	1, 0, 0,  // RANGE_2
	0, 1, 0,  // RANGE_3
	2, 0, 0,  // RANGE_4
	0, 0, 1,  // RANGE_5
	1, 1, 0,  // RANGE_6
	3, 0, 0,  // RANGE_8
	1, 0, 1,  // RANGE_10
	2, 1, 0,  // RANGE_12
	4, 0, 0,  // RANGE_16
	2, 0, 1,  // RANGE_20
	3, 1, 0,  // RANGE_24
	5, 0, 0,  // RANGE_32
	3, 0, 1,  // RANGE_40
	4, 1, 0,  // RANGE_48
	6, 0, 0,  // RANGE_64
	4, 0, 1,  // RANGE_80
	5, 1, 0,  // RANGE_96
	7, 0, 0,  // RANGE_128
	5, 0, 1,  // RANGE_160
	6, 1, 0,  // RANGE_192
	8, 0, 0   // RANGE_256
};

​ 比如,在序列4,78,55中,大于78的最小的满足三种格式的数分别是:2^7=128; 3∗2^5=96; 5∗2^4=80,其中80为最小,所以可以使用RANGE_80基于5的BISE,RANGE_80决定了共有7bit,高低位分割位置为4。 ​ 这三个数的二进制表示为{000 0100, 100 1110, 011 0111},高三位的组合为{000,100,011},低四位的组合为{0100, 1110, 0111},而这3个高三位bits序列中的最大值是4,最小值是0,所以这高三位bits最多有5种情况,那么这3个高三位bits的排列组合总共可能有5^3=125种组合情况,这样的话就可以使用7bits的空间来存储这个组合,将原来需要3∗3=9bits的数据存储在7bits中,进而达到压缩的目的。余下的3个低四位的数据是直接存储,拼接在一起的,经过BISE编码后的bit序列为: {110, 11100111, 01010100}

结合论文[Nystad.2012]来理解arm: astc-encoder的BISE实现代码

以论文里举例N为12时,表达为\(3*2^2\),用base3的方式压缩,每5个数为一组,因为数都在\(3*2^2\)范围内,所以每个数X都可以表示为:\(X = t * 2^2 + b1 * 2 ^1 + b0 * 2 ^ 0\),这里的t取值{0,1,2},对应arm: astc-encoder代码中的highpart, b1,b0取值{0, 1}, 对应代码中的lowpart,如果N更大的话,对应于\(3*2^n\),就有更大的n,那这里就有更多的lowpart(b0, b1, b2, …)。 encode_ise.png 5个这样的数表达出来,就有5个t,分别叫t4, t3, t2, t1, t0吧,b1b0合一起2个bit,用B表示吧,B也有5个,叫做B4, B3, B2, B1, B0吧。 t4, t3, t2, t1, t0组成一个3进制5元组,排在一起总共\(3^5 = 243\)种可能,可以用8bit存下来,这个8bit数和3进制5元组是一对一的关系,arm的astc-encoder中的

// packed trit-value for every unpacked trit-quintuplet
// indexed by [high][][][][low]
static const uint8_t integer_of_trits[3][3][3][3][3] = {

编码表integer_of_trits就是从这个3进制5元组到这243个数的映射。

// unpacked trit quintuplets <low,_,_,_,high> for each packed-quint value
static const uint8_t trits_of_integer[256][5] = {

而编码表trits_of_integer就是反过来,从这243个数到3进制5元组的映射。

BISE编码的时候,先通过integer_of_trits把highpart的t4, t3, t2, t1, t0编码为8bit数据(记为T[7~0]),再把T和lowpart的数据交错排列编码。论文里这个红框部分应该是末尾漏掉了B0Nystad_bise.png

T[7] B4 T[6:5] B3 T[4] B2 T[3:2] B1 T[1:0] B0 这个交错排列对应于代码里 astcenc_integer_sequence.png

tq_blocks[hcounter] » block_shift[lcounter] ,block_shift[5] = { 0, 2, 4, 5, 7 } 就是bit位偏移量,结合bits_to_write[5] = { 2, 2, 1, 2, 1 },就是对应取T的 T[1:0], T[3:2], T[4], T[6:5], T[7]

BISE有着接近信息熵的bit编码效率

​ 每个整数需要的bit数 (BitPerValue):\(B=(n*S + \lceil 8S/5 \rceil) / S\) 或者 \(B=(n*S + \lceil 7S/3 \rceil) / S\),随着S越大取极限的话,分别趋近于8/5 或者7/3,接近于信息熵\(\log_2{3}\)和\(\log_2{5}\)。

bit的信息量编码效率: \(S\)个范围在\(R\)内等概率分布的正整数,每个正整数的信息量为:\(I=\log_2{R}\),那么每个bit的信息量:\(I/B = (\log_2{R}) / B\) 下图横轴为整数范围,纵轴为每个bit的信息量

bise_storage.png

ComputeShader

  • 一个thread处理一个block,避免thread间冲突需要同步

*thread数目 thread数目(numThreads的乘积) 有最大值限制 (kernel threadgroup size limit)。 而且GPU一次Dispatch会调用64(AMD称为wavefront)或32(NVIDIA称为warp)个线程(这实际上是一种SIMD技术),所以,numThreads的乘积最好是这个值的整数倍。

*group数目 一个group里的thread数目由shader里的宏定义;Dispatch出的group数目由纹理大小,按一个thread处理一个astc的block来计算确定。 group尺寸的分配需要考虑纹理采样的cached友好性。Optimizing Compute Shaders for L2 Locality using Thread-Group ID Swizzling

纹理mips合并batch

  • 把纹理各级mips合并为一个batch mips_batch

实验结果

4x4和6x6的实际压缩精度

1. 单图

Origin ARM fast 4x4 PSNR: 37
ComputeASTC4x4 PSNR: 34.22 ComputeASTC6x6 PSNR: 29.34
compute_astc6x6_fast
“ARM fast 4x4” - “Origin” “ComputeASTC4x4” - “Origin” “ComputeASTC6x6” - “Origin”
Origin with alpha channel ComputeASTC 4x4 PSNR:38.08 ComputeASTC 6x6 PSNR:34.92
origin_with_alpha compute_astc4x4_alpha compute_astc6x6_alpha
Normal Map origin ComputeASTC 4x4 PSNR: 43.74
normalmap_origin normalmap_computeASTC4x4

2. 多图PSNR(峰值信噪比)对比

测试纹理:从GTA5里导出的220张纹理 gtav_textures

psnr_all

总体精度上远好于UE4-etc2,十分接近ARM-ASTC fast离线压缩。

各Endpoints算法的结果比较

各Endpoints算法的精度比较

image-20211218143718810

PCA的PSNR基本是最优的!MaxAccum与PCA非常接近

各Endpoints算法时间开销比较

压缩GPU时间开销(1024 4x4 fast on iphone12):

Method Time(ms)
MaxAccum 1.97
PCA 2.37
BoundingBox 1.61
MaxDistPair 8.25

MaxDistPair时间开销较大,BoundingBox精度较差,只考虑用MaxAccum或者PCA。 时间开销上除了MaxDistPair外差别不大,综合考虑用MaxAccum。

性能开销统计

全mips压缩 GPU时间开销(ms) IPhone6s+ IPhone12
512 4x4 fast 0.75 0.53
512 6x6 fast 1.13 0.52
1024 4x4 fast 2.07 1.97
1024 6x6 fast 3.87 1.88
2048 4x4 fast * 6.16
2048 6x6 fast * 6.88
* * *
512 4x4 blockmode 5.72 4.35
512 6x6 blockmode 10.51 7.44
1024 4x4 blockmode * *
1024 6x6 blockmode * *

同条件下与UE4.26 ETC2的对比:

方案 GPU时间开销
1024 RGBA8-NoMips UE4-ETC2 @ IPhone12 0.85ms
1024 4x4-NoMips ComputeASTC @ IPhone12 1.31ms

ToDo

  • 考虑通过聚类方式得到最优的partition划分,支持多partition以求提升大blocksize时的精度

[reference]

  1. https://www.khronos.org/registry/OpenGL/extensions/KHR/KHR_texture_compression_astc_hdr.txt
  2. https://www.khronos.org/registry/DataFormat/specs/1.2/dataformat.1.2.html#ASTC
  3. https://github.com/ARM-software/astc-encoder
  4. https://developer.arm.com/architectures/media-architectures/astc
  5. https://developer.nvidia.com/astc-texture-compression-for-game-assets
  6. http://delivery.acm.org/10.1145/2390000/2383812/supp/astc-supplemental-material.pdf
  7. https://developer.arm.com/-/media/Files/pdf/graphics-and-multimedia/Stacy_ASTC_white%20paper.pdf
  8. DANIEL OOM. Real-Time Adaptive Scalable Texture Compression for the Web
  9. Nystad.2012. Adaptive Scalable Texture Compression
  10. http://www.reedbeta.com/blog/understanding-bcn-texture-compression-formats/
  11. https://rockets2000.wordpress.com/2018/01/09/astc-partitions/
  12. Oskar. Compressing dynamically generated textures on the GPU
  13. https://community.arm.com/developer/tools-software/graphics/b/blog/posts/arm-unveils-details-of-astc-texture-compression-at-hpg-conference—part-1
  14. https://community.arm.com/developer/tools-software/graphics/b/blog/posts/astc-texture-compression-arm-pushes-the-envelope-in-graphics-technology
  15. https://zh.wikipedia.org/wiki/主成分分析
  16. https://zh.wikipedia.org/wiki/协方差矩阵
  17. https://www.cnblogs.com/pinard/p/6239403.html
  18. http://mlwiki.org/index.php/Power_Iteration
  19. https://www.researchgate.net/publication/259000525_Real-Time_DXT_Compression
  20. https://www.highperformancegraphics.org/previous/www_2012/media/Papers/HPG2012_Papers_Nystad.pdf
  21. https://developer.nvidia.com/blog/optimizing-compute-shaders-for-l2-locality-using-thread-group-id-swizzling
  22. https://solidpixel.github.io/2020/03/02/astc-compared.html
  23. https://prtsh.wordpress.com/2013/12/29/adaptive-scalable-texture-compression/