6.1 渲染性能优化策略

6.1 渲染性能优化策略

本节摘要：性能损耗落在三个维度——调用开销、状态切换、带宽。本节给出每个维度的归因方法与对应手段，并强调优化的第一纪律：度量先于动手，复测确认结案。

一个反例：越优化越慢

某项目为救帧率，工程师把所有能想到的优化一波全上：纹理全部转压缩格式、批量合并绘制调用、把大量资源搬进默认堆。一周后复测，帧率不升反降。复盘发现：压缩纹理在他担心的场景根本不是瓶颈，反而增加了采样前的解码负担感（带宽确实省了，但该场景瓶颈在像素着色器）；合并绘制把原本可以按状态分批的提交揉成一团，状态切换没少、缓存局部性变差；资源搬堆制造了大批一次性拷贝。反例的教训：没有度量支撑的优化是赌博，多管齐下等于不知道哪张牌有用、哪张牌有毒。 这个反例还有个续集：那位工程师后来把同一批优化逐项拆开重做，发现真正有效的只有一项（实例化），其余全是负贡献——度量不是流程洁癖，它是唯一能把"有效"从"感觉有效"里分拣出来的筛子。 本节的方法论由此展开：先归因，再开方，后复测。

归因：瓶颈在哪个维度

第一步永远是拿数据。PIX 的 GPU 时序视图给出各 pass 耗时；配合几组对照实验即可归因：降一半分辨率跑一遍——帧时间大幅下降说明像素着色器或带宽是瓶颈；把场景复杂度减半而帧率不变——瓶颈在 CPU 侧提交；单 pass 内更细的归属靠时序视图逐段看。几分钟的对照实验，换来的是整个优化方向不跑偏。三个维度的典型症状与手段如下表：

调用开销维度：少提交、并行提交

调用开销的本质是每条命令都有固定成本——验证、翻译、入队，单位成本小但架不住次数多。两条路线压降：减量与并行。减量走实例化（Instancing，同一网格多份实例一次绘制）与批处理（相同材质的物体合并网格），把"千次调用"压成"数十次"；并行走 6.2 节的多线程录制——总提交量不减，但录制与提交的 CPU 成本被摊到多个核心。两者不互斥，正式项目通常先减量后并行。

状态切换维度：让切换变成排序问题

第三章 3.5 节讲过 PSO 创建贵、运行快，但"运行快"的前提是切换次数本身可控。常见的隐性问题：场景按空间顺序遍历，材质与 PSO 在帧内来回横跳。解法是把渲染队列按状态分组排序——不透明队列按 PSO 哈希排序，同组内的绑定变化降到最低；半透明队列按深度排序（正确性要求），但要与状态分组的需求权衡。描述符同理：4.1 节"预排布、快绑定"的总纲在此兑现——堆里按材质预排好，帧内只换根参数。排序的代价也别忽略：按状态排序意味着渲染顺序与空间局部性脱钩，剔除效率与缓存命中可能受损——两头的平衡要在实测里找，没有免费的排序。

带宽维度：让每个字节物尽其用

带宽优化的核心思路是按需供给。三个主力手段：

// 手段一：mip 链 + 采样器自动选级（3.4 节已埋线，此处兑现）
// 远处物体采样小 mip，带宽占用随距离自然衰减
Texture2D albedo : register(t0);
SamplerState trilinear : register(s0);
float4 c = albedo.Sample(trilinear, uv);
​

手段二，纹理压缩：块压缩格式（BC 系列）在 GPU 上直接解压采样，显存占用降到几分之一——画面敏感的中低频纹理（漫反射、法线）普遍适用，4.2 节教训里"用对工具"的又一例。手段三，瓦片化渲染目标：延迟渲染的 G-Buffer 只在需要时写入、按瓦片驻留，把全屏多重渲染目标的带宽峰值削平——这是进阶话题，方向上记住"渲染目标的内存布局可以不再是一整块平面"即可，术语见到时别慌——瓦片化、寄存器化渲染说的大致是同一族思想。

图1 三维瓶颈的归因与药方

帧率之外：分位数与卡顿才是手感

度量环节还有一层进阶认知：平均帧率是个会骗人的指标。60 帧的平均值，可能由 55 帧的多数与 300 毫秒的偶发尖刺平均出来——玩家不会夸"平均流畅"，只会记住那次突然的顿挫。所以正式的性能验收要看帧时间分位数：95 分位与 99 分位的帧时间，以及最大尖刺的来源。卡顿的惯犯值得列队：首次遇见到不了的 PSO 在运行期编译（下一节细说）、资产流式加载的 IO 高峰、显存驻留抖动引发的驱逐风暴、以及垃圾回收式的集中清理。它们的共同点是平均无害、瞬时致命——只能靠抓长时间帧时间曲线（PIX 的计时捕获能连录几十上百帧）来定位，单帧分析反而看不见。优化验收的标准随之升级：不仅平均达标，尾部的尖刺也要压进预算。

常见疑问：配置够却莫名掉帧，第一件事查什么

先查着色器编译卡顿。D3D 12 的 PSO 创建在部分驱动上是重活——首次创建某组合时驱动要现场完成底层编译与优化，一帧里集中创建十几个 PSO，就是一次肉眼可见的顿挫。对策在 3.5 节已埋线：PSO 预热（加载期把候选组合全部建一遍）加 PSO 缓存序列化（首次运行后把编译产物存盘，二次启动直接加载）。排查动作也简单：掉帧是否发生在新敌人类型首次出场、新特效首次触发这些"第一次"时刻——是，基本可以定罪。这类卡顿的开发机复现率低（开发机天天跑、缓存早就热了），玩家首启体验才是重灾区，务必用全新环境实测。

案例复盘：一次完整的优化循环

背景：中端机上某开放场景帧时间超标约四成。第一轮度量：降分辨率对照发现瓶颈在带宽，时序显示 G-Buffer 写入占比最高。第一轮开方：G-Buffer 从四目标减为三目标（法线改八位打包），并给漫反射纹理换 BC 压缩——帧时间回落过半。第二轮度量：瓶颈迁移到 CPU 提交（场景物体多、绘制调用破千）。第二轮开方：静态物体按材质批处理加实例化，绘制调用数量降一个数量级。第三轮复测：达标，且低分位帧时间同步改善。解读：这个循环里每次只动一个变量、每次都有前后对照——优化是迭代控制实验，不是灵感集邮。变式：若第一轮归因结果不同（比如像素着色器过载），药方会完全不同（LOD、着色器简化、VRS——第七章的可变速率着色正是这条线的延伸）。再补一条"什么时候停"的经验：优化的收益曲线递减，头几轮改动往往拿走八成收益，剩下两成要花八成力气。工程上的止损线是"预算达标且尾部无恶性尖刺"，达标后把工时投给内容与测试，比继续压榨帧时间划算——性能优化的目标从来不是极限，而是够用且稳。

本节要点回顾

• 三维度归因：调用开销、状态切换、带宽，各有症状与对照实验，先归因再开方。
• 调用开销先减量（实例化、批处理）后并行（6.2 节）；状态切换靠队列排序与预排布变成排序问题。
• 带宽三板斧：mip 分级、块压缩、瓦片化目标，总纲是按需供给。
• 三纪律：度量先行、单变量迭代、复测结案——瓶颈会迁移，循环跑到达标。

归因发现瓶颈在 CPU 提交？下一节正是它的主治科室：多线程录制与显式同步。