`

Graphics Performance:CPU 优化

 
阅读更多

 

渲染一个物体到屏幕上,CPU 需要处理很多工作:规划灯光影响的游戏对象,设立着色器(Shader)和着色参数(Shader Parameters),

   发送绘制命令(drawing commands)到显卡驱动,准备绘制命令送到显卡。

   所有这些对象都是资源密集的使用 CPU,所以,如果有很多可见对象,例如,有 1000 个三角面。那么在 CPU 上共用一个网格体将更容易渲染,

   而不是每个网格体一个面(增加到 1000 个网格体),在 GPU 上这两种情景的成本是相似的,但在 CPU 上渲染 1000 个对象(相对于1个)极其昂贵。

   通过减少可见游戏对象的数量,去减少 CPU 的工作量:

      1.手动或者使用 Unity 的 Draw Call Batching 合并(Combine)临近物体对象到一起。

      2.通过将纹理贴图(textures )分隔到更大的纹理图集(texture atlas)中,并使用更少的材质球(materials ),以减少材质数量。

      3.少使用一些导致被多次渲染的物体,如反射(reflections),阴影(shadows ),像素光(per-pixel lights)。

   合并物体到一起,每个物体至少有几百个三角面,并为整个网格体使用一个材质球(Material )。

   注意:合并两个不共材质的对象不会带来性能上的提升。

   两个网格体不共用纹理贴图时才会要求多个材质,为了优化 CPU 的性能,确保你所合并的对象共享同一纹理贴图。

   当在正向渲染路径(Forward rendering path)中使用大量像素光,有时合并物体并不能起作用,参见光照性能优化(Lighting performance)。

分享到:
评论

相关推荐

    Graphics_Pipeline_Performance

    标题与描述均提到了"Graphics Pipeline Performance",这主要聚焦于图形处理器(GPU)的性能优化,尤其是在现代图形渲染管线中的关键环节。图形管线是处理3D图形数据并将其转换为2D图像的过程,它包括多个阶段,如...

    IntelGPA尝试获取BH3的渲染资源1

    【Intel GPA】(Intel Graphics Performance Analyzers) 是一套专业图形分析工具,主要应用于游戏和图形密集型应用的性能优化。该工具集包含了四个主要组件: 1. **Graphics Monitor 2018 R4**:这是一个实时监控...

    基于GPU的高性能彩虹表生成.pdf

    3. GPU优化:对GPU进行优化,包括调整GPU核心数目、调整共享内存大小等。 基于GPU的高性能彩虹表生成技术可以满足大规模数据处理需求,提高处理效率和速度。同时,需要注意数据并行化、数据优化和GPU优化等几个方面...

    iOS and macOS Performance Tuning(pdf + epub)

    In iOS and macOS™ Performance Tuning, Marcel Weiher drills down to the code level to help you systematically optimize CPU, memory, I/O, graphics, and program responsiveness in any Objective-C, Cocoa,...

    wince 画图效率测试

    本测试着重探讨了WinCE系统中的四种主要画图函数的效率,这对于优化应用程序的性能至关重要。以下是对这些画图函数的详细介绍,以及如何进行测试和分析。 一、GDI(Graphics Device Interface) GDI是Windows CE...

    intel 加速

    这涵盖了多种技术和工具,包括CPU优化、集成图形处理单元(GPU)的使用以及特定的编程接口等。 【描述】:“简单加速 模拟器”可能是指使用Intel的技术来优化模拟器的运行速度。模拟器是一种软件,它能在一台设备上...

    优化渲染工具包.zip

    接下来,InterGPA(以前称为 Intel Graphics Performance Analyzers)是由英特尔提供的一个综合性能分析套件,它支持 Windows 和 Linux 操作系统,并且兼容多种 GPU 架构,包括 Intel、AMD 和 NVIDIA。InterGPA 包含...

    Graphics in Embedded System

    这些设备通常具有有限的资源(如CPU、RAM、Flash-ROM),小尺寸或专用屏幕,以及特殊的输入设备。因此,在这样的环境下实现图形处理,需要特别关注以下几点: - **可扩展性(Scalable)**:系统应能根据不同的设备...

    ati-stream-sdk-v2.3-lnx32.zip

    4. **Performance Libraries**:包括优化的数学函数库,如向量和矩阵操作,以及并行算法,可直接提升应用性能。 5. **示例代码和教程**:帮助开发者快速理解和使用SDK,包含各种应用实例,演示如何利用GPU加速计算。...

    Award BIOS设定共用模式

    通过BIOS设置,用户可以调整计算机的各种配置参数,以达到优化性能或解决兼容性问题的目的。 #### 二、主菜单及子项解释 根据提供的文件内容,我们可以看到以下几个关键部分: ##### 1. 系统时间和日期 - **系统...

    HPL_GPU:高性能Linpack Benchmark采用了GPU后端版本

    HPL(High Performance Linpack)是衡量计算机系统浮点运算性能的重要基准测试工具,它基于线性代数中的矩阵求解问题来评估系统的计算能力。当HPL与GPU(Graphics Processing Unit)相结合,形成了HPL_GPU,这标志着...

    如何对服务器性能计算的公式参考(TPMC_TPCC)...pdf

    TPM(Transactions Per Minute)和TPCC(Transaction Processing Performance Council's Benchmark for Online Transaction Processing,事务处理性能委员会的在线事务处理基准测试)是最常见的衡量标准。...

    OpenGL Programming on Mac OS X Architecture, Performance, and Integration

    作者分享了一系列实用技巧,比如如何避免不必要的计算,减少GPU和CPU之间的数据传输,以及如何利用现代GPU的特性,如着色器语言(GLSL)和纹理单元,来加速图形渲染过程。此外,还讨论了如何利用OpenCL或Metal等并行...

    利用GPU进行高性能数据并行计算

    随着信息技术的快速发展,高性能计算(High Performance Computing, HPC)的需求日益增长。传统的高性能计算往往依赖于大型集群系统,但由于通信开销大、故障率高、数据安全等问题,其应用场景受到限制。近年来,...

    云计算-基于FPGA的高性能计算研究.pdf

    1. 高性能计算(High Performance Computing, HPC)的发展现状:随着摩尔定律的放缓,单个处理器性能的提升逐渐受限,功耗问题日益严重。这促使科研人员寻找新的计算途径,如专用体系结构、多核技术、GPU技术、...

    iOS 5 Programming中文版第十五章

    - **利用缓存**:对于复杂场景下的动画,可以利用缓存来减轻CPU和GPU的负担。 - **异步加载**:在动画播放的同时加载新的资源,避免出现卡顿现象。 ### 四、案例研究 #### 1. 实现一个简单的图形动画 - **设计目标...

    iOS游戏应用源代码——vnavarro-My-Precious-Games-87a4a7a.zip

    4. **Metal**: Metal是Apple为优化图形和计算性能而推出的低级图形API,它直接与GPU通信,减少了CPU的负载,提高了游戏的帧率。对于要求高图形性能的游戏,开发者会倾向于使用Metal。 5. **GameplayKit**: 这是...

    藏经阁-TensorFrames_ Google Tensorflow with Apache Spark.pdf

    GPU 加速是指使用 Graphics Processing Units (GPUs) 来加速 numerical computing和机器学习算法的计算速度。GPU 的并行处理能力和高速缓存可以大幅提高计算速度,降低计算时间。在演讲中,讲师介绍了如何使用 Spark...

    iOS核心动画

    6. 动画与图层性能(Animation and Layer Performance):考虑到动画的流畅性和CPU/GPU资源的使用,合理管理动画和图层的性能是至关重要的。 7. 高效绘图(Efficient Drawing):为了提高性能,应尽量减少视图层级...

Global site tag (gtag.js) - Google Analytics