三維情境的渲染最佳化（一）

　　　　　　　　　　　　　　　　　　三維情境的渲染最佳化（一）

　　　　　　　　　　　　　　　　　　　　　　　　——如何進行有效效能評測 　　　　　　　　　　　　　　　　　　　　　　　　　

　　對於任何一個3D應用程式來說，追求情境畫面真實感是一個無止盡的目標，其結果就是讓我們的情境越來越複雜，模型更加精細，這必然給圖形硬體帶來極大的負荷以致於無法達到即時繪製幀率。因此，渲染最佳化是必不可少的。在渲染最佳化之前，我們需要對應用程式效能進行系統的評測，找出瓶頸,對症下藥。對於3D應用程式來說，影響效能的十分多，同時不同的硬體設定條件下，瓶徑也會有所不同。因此，對應用程式進行有效效能評測，不僅需要對整個渲染管線原理有深入地瞭解，此外藉助一些評測工具能讓我們的工作事倍功半。

　　我們知道渲染流水線的速度是由最慢的階段決定首先，因此對一個3D應用程式進行評測，首先要分析影響渲染效能的瓶頸是在CPU端還是GPU端，由此來絕對我們最佳化的對象。由於目前的圖形加速硬體都具有強大的，這個瓶徑往往出現在CPU端，我們可以通過一些工具獲得這個資訊，如Nvidia的NVPerfHUD。在評測選項中，我們可以查看CPU和GPU繁忙度這項，當CPU繁忙度是100%時，GPU還不是時，我們知道效能的瓶頸在CPU端，我們必須CPU端的操作，同時盡量的“餵飽”GPU，把一些費事的計算移值到GPU上，例如硬體骨骼蒙皮。當GPU端是瓶頸時，說明GPU超荷負載，有可能是因為有過多的渲染填充，也就是多邊形數量太多（當前強大的GPU使得這種情況並不多見。

　　CPU上的瓶頸產生有兩個方面，一是因為複雜AI計算或低效的代碼，二是由於不好的渲染批處理或資源管理。對於第一種情況，我們可以利用VTurn這類的工具，把應用程式中所有函數調用時間從大到小的排列出來，我們就很容易知道問題所在。對第二種情況來說，同樣利用NVPerfHUD，我們可以查看每幀的DP數目，看看批的數量是否過多（有一個具體的換算公式），查看紋理記憶體的數目，是否消耗了過多的顯存。利用這些工具，我們基本上能夠定位應用程式的瓶頸。在應用程式內部，編寫一個內嵌的profiler功能，能更加便利的進行評測，此外利用Lua這樣的指令碼程式，讓我們運行時調試，也能提高評測的效率。