渲染优化

当我们谈优化时，我们谈些什么 - 知乎 (zhihu.com)

命令方向

基于材质/RenderState的排序

减少drawcallRenderState是一个比较笼统的称呼，对于OpenGL这类基于状态机的Graphics API，像是buffer/texture绑定，framebuffer切换，shader切换，depth/stencil/culling mode/blend mode等都属于状态切换，并且有性能开销。状态切换中涉及的开销包括driver端的命令验证及生成；GPU内部硬件状态机的重新配置；显存的读写；CPU/GPU之间的同步等。这里有一张图[25]大致量化了各类状态切换的开销：

Attribute方向几何数据优化

减少顶点数量

减少顶点意味对于Mobile GPU，还意味着更快的Bining Pass（主要是带宽压力）。(buffer)更少的顶点从System Memory/DRAM里读取到Shader Core（带宽压力）更少的 VS 执行（计算压力）减少顶点的三种方法模型的减面LODnormal map去代替高模体现细节。各种剔除 Culling (视椎体剔除，背面剔除、遮挡剔除)视椎体剔除(算出物体的中心到面的最小距离（带正负方向的）与包围球的半径做比较，如果小于半径，就表示在外面。)背面剔除遮挡剔除(虽然 gpu 有深度测试，会将有遮挡的物体进行剔除，但是我们仍然希望在提交 GPU 之前对遮挡关系进行判断，提前剔除掉一些东西，减少渲染压力。)对于有early-z机制的GPU（IMR/TBR）是有效的，对TBDR无效。减少每个顶点数据量数据量更少意味着VAF阶段和Binning Pass阶段更少的读写开销。我们可以在VS里使用一些快速的顶点数据压缩/解码方案[21][22]（少量的计算开销换取更少的带宽开销）。

避免小三角形

小三角形最直观的缺点就是：在屏幕上占用的像素非常少，是一种视觉上的浪费。由于硬件管线中，针对三角形有图元装配的环节（Triangle Setup），还有三角形的剔除（Vertex Culling/Triangle Clipping），因此主要是“构造一个三角形的固定开销”。文章[19]中还提到了一定要避免小于32像素的Triangle，我猜是因为小于32像素的三角形在PS阶段，组的Warp可能是不足32pixel的（有待考证）。近几年提出的GPU Driven Pipeline里面，已经有用Compute Shader去剔除小三角形的优化方法[23]。

优化索引缓冲

点被访问越多次，memory cache的命中率越高，相应地，带宽开销就越小。可以通过重排index buffer，让一段indices patch内同一顶点被引用的次数尽可能地多[24]。

Interleaving Attributes vs. Seperate Attributes

自定义Attributes: 如果一堆属性在VS中始终是会被一起使用（比如skinned weight和skinned indices；Normal/Tangent），我们应该把它们放在一起以减少Graphics API bind的次数，如果一堆属性在不同VS中使用频率相差很大（比如position非常频繁，但vertex color很少使用），那么我们应该存储在不同buffer。这个原理和AoS/SoA的区别一样，也是尽量提高缓存的利用率（缓存加载的时候的最小单位是Cache Line，通常64/128Bytes，所以要保证每次memory access能load