6.1 AZDO：逼近零驱动开销

6.1 AZDO：逼近零驱动开销

本节摘要：AZDO 不是单个 API，而是一组共同把 CPU 端驱动开销逼近零的技术组合：实例化渲染把重复物体压成一次调用，间接绘制把绘制参数搬进 GPU 缓冲实现 GPU 驱动渲染，配合 GPU 侧剔除形成完整闭环。本节先解剖一次绘制调用的隐形成本清单，再逐件拆解两件主武器的机制与适用边界，最后给出「合并优先、实例化次之、间接绘制压轴」的选型阶梯。这是性能优化的方法论核心节。

先算一笔管理费

普通思路里「画一个物体」等于「发一次绘制调用」，直觉上这是一条近乎免费的指令。实际账单远不止：驱动要校验当前状态组合是否合法（着色器与 VAO 布局匹配吗、纹理都绑了吗）、把抽象命令翻译成 GPU 硬件命令、维护缓存与同步。每次调用的管理费约几十微秒——单看便宜，乘上规模就可怕：一帧五千次调用 × 每次三十微秒 = 一百五十毫秒，帧率直接掉到个位数，而 GPU 本身可能根本没吃饱。这是「CPU 限制型」瓶颈的典型成因：提交端排队的时间超过了执行端干活的时间。

把账算得更细一层，管理费里最贵的三笔值得单独点名。状态校验：每次绘制前驱动核对「当前程序 + 当前 VAO 布局 + 当前纹理绑定」的组合一致性，绑定越杂校验越长——这就是材质排序（第 7 章）省钱的微观机理。命令翻译：抽象的绘制调用要变成特定 GPU 的硬件指令序列，指令缓冲的格式因厂商而异。同步维护：驱动要在「尽快返回」与「不写坏 GPU 正在读的数据」之间打点，第七章诊断里会看到它的影子。三笔合起来是「每次调用几十微秒」的构成——而合并缓冲、实例化、间接绘制分别在「调用次数」这个维度上把乘数砍下来。

病理的迷惑性在于症状：帧率低，直觉怪 GPU 慢，跑去优化着色器（减少光照计算、换更小的纹理）毫无起色——因为瓶颈根本不在 GPU。判断的第一信号：把绘制调用数砍半（哪怕简单地把一半物体藏起来），帧率几乎翻倍——瓶颈在哪立刻现形。第 7 章会用计时器定量确认，本节先记住这个廉价的定性试验。

图 6-1 调用数压缩的三级阶梯：从逐个画到 GPU 自主画

实例化：把循环搬进 GPU

机制本身三件套。第一件，绘制调用换成 glDrawElementsInstanced，多一个「实例数」参数。第二件，顶点着色器里解锁内置变量 gl_InstanceID——每个实例拿到自己的编号。第三件，逐实例属性：把一万个实例各自的变换矩阵（或位置加朝向）装进一张缓冲，用顶点属性的「除数」技巧（glVertexAttribDivisor 设为 1，属性每实例前进一格而不是每顶点前进）或直接在着色器里按编号索引 SSBO 取数。

// 实例化顶点着色器的核心三行
layout (location = 4) in mat4 instanceModel;   // divisor=1 的逐实例矩阵属性
void main() {
    vec4 world = instanceModel * vec4(aPos, 1.0);   // 每实例自己的摆位
    gl_Position = projection * view * world;
    ...
}
​

mat4 占四个属性位置（location 4 到 7），这是 GLSL 属性的隐规则。用 SSBO 索引的替代写法更省属性槽位，两案并存，按属性预算选。实例化的边界也要心里有数：它优化的是「提交成本」，网格本身太重（顶点太多）时瓶颈在顶点站，实例化救不了——先诊断再选刀。

一个实例化的实战账单可以建立手感：一万平方米草地，每平方米一丛草、每丛九个顶点。逐丛绘制是「一万个调用、九亿分之一的管理费乘一亿次」的天文数字；合并成一个大网格是零额外调用但草丛之间无法差异化（风吹方向、颜色变化全失）；实例化是「一次调用、一万个实例矩阵、每实例九顶点」——既有一万份差异又有一次提交。三案对比后实例化的生态位一目了然：「网格相同 + 参数各异 + 数量巨大」三个条件同时成立时，它是唯一合理解，缺任何一个条件都要回到合并或逐个调用的老路。

间接绘制：CPU 交出决定权

glDrawElementsInstanced 仍然由 CPU 决定画多少。间接绘制（glMultiDrawElementsIndirect 一族）把「首顶点、索引数、实例数」这些参数本身装进 GPU 缓冲，CPU 的调用退化为「按缓冲内容画，你自己看」。参数既然在显存里，就能由 GPU 写——于是闭环成立：计算着色器（6.3 节）遍历所有物体的包围盒做视锥剔除，把「幸存者清单」直接写进间接绘制参数缓冲，随后的间接绘制按这份 GPU 生成的清单执行。整个过程 CPU 零参与、零回读（1.1 节的回读陷阱彻底绕开）。

这个闭环就是「GPU 驱动渲染」：CPU 每帧只做「发起一遍剔除计算 + 一条间接绘制 + 深度预处理」级别的少量工作，场景里十万物体与一万物体的 CPU 成本几乎相同。代价是复杂度：剔除结果的调试（第 7 章工具也难以直接观察 GPU 侧生成的清单，需要旁路手段）、多线程提交的同步设计、代码可读性的显著下降。工程判断：物体量十万级、或剔除逻辑每帧变化剧烈（粒子、大规模植被）才值得上；几千物体用「CPU 剔除 + 实例化 + 合并缓冲」就够。

💡 关键直觉：AZDO 的每件武器都在做同一件事——把「CPU 每帧的重复决策」变成「GPU 的一次批量执行」。合并缓冲消灭逐物体的绑定决策，实例化消灭逐实例的调用决策，间接绘制消灭逐批次的参数决策。优化思路先找决策，再找对应的武器。

本节要点回顾

• 调用成本是管理费不是指令费：状态校验与命令翻译每次几十微秒，千级调用就是毫秒级账单
• 定性试验：藏一半物体帧率翻倍 → CPU 限制型，别去优化着色器
• 实例化三件套：实例数参数、gl_InstanceID、除数属性或 SSBO 喂数
• 间接绘制交出决定权：参数在 GPU 缓冲、计算着色器可写、闭环零回读
• 三级阶梯按批次性质分级：先合并、重复上实例、动态上间接，先测量再升级

调用数压下来了，剩下的开销在数据搬运上——下一节解剖显存带宽：持久映射怎么让 CPU 直接写显存、动态数据怎么流式更新、无绑定纹理怎么把纹理绑定也变成历史。