GPU 性能分析

GPU 有多个单元平行工作，不同单元在帧的不同位置常出现受限状况。 因此，在确定并查找 GPU 瓶颈时需要找到 GPU 消耗的来源。

GPU 消耗来源

使用 ProfileGPU 命令可快速确定多个通道的 GPU 消耗，有时可精确到绘制调用。 可使用鼠标 UI 或文本版本。可通过 r.ProfileGPU.ShowUI 对 UI 进行抑制。数据基于 GPU 时间戳，通常较为准确。部分优化将使数据的可靠性降低，需对其持保留态度。我们发现使用着色器数秒后部分驱动会对着色器进行优化。效果可能直观可见，有必要稍作等候，或另行测量以便确定。

...
 1.2% 0.13ms   ClearTranslucentVolumeLighting 1 draws 128 prims 256 verts
42.4% 4.68ms   Lights 0 draws 0 prims 0 verts
   42.4% 4.68ms   DirectLighting 0 draws 0 prims 0 verts
       0.8% 0.09ms   NonShadowedLights 0 draws 0 prims 0 verts
          0.7% 0.08ms   StandardDeferredLighting 3 draws 0 prims 0 verts
          0.1% 0.01ms   InjectNonShadowedTranslucentLighting 6 draws 120 prims 240 verts
      12.3% 1.36ms   RenderTestMap.DirectionalLightImmovable_1 1 draws 0 prims 0 verts
          1.4% 0.15ms   TranslucencyShadowMapGeneration 0 draws 0 prims 0 verts
...

查看每帧中高等级的消耗并确定合理的消耗量为可取之法（如：较大的绘制调用、复杂材质、密集三角形网格体、较远可视距离）：

• EarlyZPass：默认使用部分 z pass。DBuffer 贴图需要全 Z Pass。可通过 r.EarlyZPass 和 r.EarlyZPassMovable 进行自定义。

• 基础通道：使用延迟时，简单材质可能带宽受限。在材质图表中定义实际顶点和像素着色器。动态物体上的间接灯光会产生额外消耗。

• 阴影贴图渲染：在材质图表中定义实际顶点和像素着色器。像素着色器只用于被遮罩或半透明材质。

• 阴影投射/过滤：在多数灯光上使用 r.ShadowQuality.Disable 阴影投射调整着色器消耗。需考虑静态或静止灯光。

• 遮蔽剔除：HZB 遮蔽的固定消耗较高，但每个物体的消耗较低。尝试关闭 r.HZBOcclusion，确认是否效果更佳。

• 延迟灯光：随接触的像素缩放，结合灯光函数、IES 轮廓、阴影接收、区域灯光和复杂着色模型使用时消耗更高。

• 平铺延迟灯光：开启 r.TiledDeferredShading 禁用 GPU 灯光，或使用 r.TiledDeferredShading.MinimumCount 设置使用平铺法或非延迟法的时机。

• 环境反射：开启 r.NoTiledReflections 使用非平铺法，通常速度较慢，除非探头数量极少。

• 环境遮蔽：可对精度进行调整，并可为高效的大型特效使用多个通道。

• 后期处理：部分通道为共享，开启显示标识确定效果与性能之间是否平衡。

部分通道的特效可出现在其后方的通道上。部分实例：

• 完整 EarlyZ 通道产生更多的绘制调用消耗和部分 GPU 消耗，但它可避免基础通道中的像素处理并极大地降低消耗。

• 优化 HZB 可使剔除变得更加保守。

• 如屏幕的大部分区域处于阴影中，可通过启用阴影减少灯光消耗。

什么是 GPU 瓶颈？

性能消耗通常随像素量变化。进行测试的方法为：使用 r.SetRes 改变渲染分辨率，或在编辑器中缩放视口。 使用 r.ScreenPercentage 更为便利，但需注意 - 使用此功能后将增加额外的上采样消耗。

如发现可计量的性能变化，表明已受到像素相关方面的限制。通常为内存带宽（读和写）或运算限制（ALU），少数情况下 为特定单元饱和（如 MRT 导出）。如在相关通道上降低内存（或运算）后出现性能变化，即可确定是内存带宽（或 ALU 单元）受限。 仅限测试，变更无需外观相同。现在即可明确从何处下手降低消耗，增强性能。

阴影贴图分辨率不随屏幕分辨率变化（使用 r.Shadow.MaxResolution），除非存在阴影投射遮罩或不透明材质的大片区域， 否则不为像素着色器受限。通常阴影贴图渲染受顶点处理或三角形处理限制（引起：密集网格体、无 LOD、曲面细分、世界位置偏移使用）。 使阴影贴图渲染消耗出现变化的因素有：灯光数量、级联/立方体贴图数量、灯光视锥中的阴影投射物体数量。这是常见的瓶颈， 对内容进行较大变更方可减少消耗。

高度细分的网格体中线框显示为纯色，可能出现较差的四边形应用。原因 是 GPU 在 2x2 的像素块中对三角形进行处理，并在稍后拒绝三角形外的像素。这是 mip map 计算的条件。对于较大的三角形而言并不存在问题， 但如果三角形过小或过长，则性能可能受到影响（处理的像素过多，但对图像实际帮助不大）。延迟着色可改善此状况，因为 灯光上存在极好的四边形应用。此问题在基础通道中同样存在，因此复杂材质的渲染速度较慢。 解决方法是使用密度较低的网格体。通过 LOD 网格体仅可解决出现问题的区域（远距离）。

如改变分辨率后变化不大，则可能是受到顶点处理（顶点着色器或曲面细分）消耗的限制。 通常需要通过内容变更进行验证。典型因素包括：

• 顶点过多（使用 LOD 网格体）

• 复杂世界位置偏移/位移材质所使用纹理的 mip map 较差（调整材质）

• 曲面细分（尽量避免出现，调整细分因子的最快方法：显示曲面细分，部分硬件在较大的细分等级下延展性非常差）

• UV 或法线接缝过多，导致顶点过多（在展开的 UV 中许多岛状区的情况均很糟糕，平面着色的网格体每个三角形上存在 3 个顶点）

• 顶点属性过多（额外的 UV 通道）

• 确认顶点数量是否合理，部分导入器代码可能未将顶点接牢（组合拥有相同位置、UV 和法线的顶点）

还可能存在其他限制因素（几率较小）。包括：

• 物体消耗（CPU 消耗的可能性较高，也会存在一些 GPU 消耗）

• 三角形设置消耗（带较差顶点着色器的超高多边形网格体，如阴影贴图静态网格体，出现几率较低）

  • 使用 LOD 网格体

• 视图消耗（如 HZB 遮蔽剔除）

• 场景消耗（如 GPU 粒子模拟）