c++ - 为什么 VBO 顶点大小与用户/系统 CPU 时间使用量成正比？

Question

我编写了一个简单的基准测试来了解 VBO 的使用情况。从逻辑上来说，它的作用非常简单:

1. 从文件加载 WaveFront 对象(我测试过 Stanford Bunny 、 Stanford Dragon 和 Happy Buddha )
2. 创建并初始化 3 个 VBO(一个用于顶点、法线和索引)
3. 通过调用一次次(针对每个实例)来渲染场景:

    // enable states
    glEnableClientState(GL_VERTEX_ARRAY);
    glEnableClientState(GL_NORMAL_ARRAY);
    // bind vertexes
    glBindBuffer(GL_ARRAY_BUFFER, vbos_[0]);
    glVertexPointer(3, GL_FLOAT, 0, 0);
    // normal
    glBindBuffer(GL_ARRAY_BUFFER, vbos_[1]);
    glNormalPointer(GL_FLOAT, 0, 0);
    // indexes
    glBindBuffer(GL_ELEMENT_ARRAY_BUFFER, vbos_[2]);
    // draw n_i_ triangles using offset of index array
    glDrawElements(GL_TRIANGLES, n_i_, GL_UNSIGNED_INT, 0);
    // deactivate vertex array
    glDisableClientState(GL_VERTEX_ARRAY);
    glDisableClientState(GL_NORMAL_ARRAY);            
    // bind with 0, so, switch back to normal pointer operation
    glBindBuffer(GL_ARRAY_BUFFER, 0);
    glBindBuffer(GL_ELEMENT_ARRAY_BUFFER, 0);

外部循环如下(sceneVBO 告诉要绘制多少个相同的实例):

    for(const auto& i : sceneVBO) {
        glPushMatrix();
            glColor3fv(i.rgb);
            glTranslatef(i.posX, 0.0f, i.posZ);
            glRotatef(angle*i.r_speed, 0.0f, 1.0f, 0.0f);
            vboTest->draw(); // Executes step 3
        glPopMatrix();
    }

我已经开始总体测量 FPS 和性能，我观察到 VBO 包含的三角形越多，渲染循环期间用户和系统花费的时间就越长；请注意，我用 getrusage 测量了用户/系统时间

下面是一些引用编号(w/u/s 是 wall/user/system 的计时，以 msec 为单位)。
对于此测试，我渲染了 100 个实例完全相同的 VBO(即 sceneVBO 包含 100 个元素，所有这些元素都引用非常相同 3 个 VBO - 顶点、法线和索引)。

• Bunny 已加载 [bunny.obj] 34835/69666(Tris/Vertexes)
FPS: 333.3 CPU (ms/frame): 3.0/0.8/2.0 (w/u/s) 总时间 (ms): 14999.5/4000.4/10000.2 (w/u/s) 帧数: 5000
• 龙 已加载[dragon.obj] 50000/100000(Tris/Vertexes)
FPS: 217.4 CPU (ms/frame): 4.6/1.4/3.0 (w/u/s) 总时间 (ms): 22999.6/6999.7/15000.9 (w/u/s) 帧数: 5000
• Buddha 已加载 [buddha.obj] 543524/1087474(Tris/Vertexes)
FPS: 27.5 CPU (ms/frame): 36.4/10.4/26.0 (w/u/s) 总时间 (ms): 181999.9/51999.8/130000.3 (w/u/s) 帧数: 5000

因此我的问题是，为什么 VBO 顶点大小与用户/系统 CPU 时间成正比？

我知道如果 GPU 有更多的三角形要绘制，则需要更长的时间，但为什么要花费更多的 CPU 用户/系统时间？
我不会重新发送每一帧的顶点/法线或索引 - 所有应该都保存在 GPU 内存中(数组缓冲区用 GL_STATIC_DRAW 填充) - 我预计绘制帧需要更长的时间，但 CPU 使用率相对较低(用户和系统)。

或者驱动程序 (nVidia 352.63)/GL 是否在 glXSwapBuffers 上处于事件状态？

我预计w所有时间都会增加，但坦率地说没有用户服务器和系统系统时间...

诗。当然垂直同步被禁用。

Answer 1

您的代码中有一些内容可能值得怀疑。

您正在使用立即模式，这意味着您的 API 调用依赖于已弃用的行为，而您的驱动程序可能对这些行为进行了糟糕的优化。

// enable states
glEnableClientState(GL_VERTEX_ARRAY);
glEnableClientState(GL_NORMAL_ARRAY);
// bind vertexes
glBindBuffer(GL_ARRAY_BUFFER, vbos_[0]);
glVertexPointer(3, GL_FLOAT, 0, 0);
// normal
glBindBuffer(GL_ARRAY_BUFFER, vbos_[1]);
glNormalPointer(GL_FLOAT, 0, 0);
// indexes
glBindBuffer(GL_ELEMENT_ARRAY_BUFFER, vbos_[2]);
// draw n_i_ triangles using offset of index array
glDrawElements(GL_TRIANGLES, n_i_, GL_UNSIGNED_INT, 0);
// deactivate vertex array
glDisableClientState(GL_VERTEX_ARRAY);
glDisableClientState(GL_NORMAL_ARRAY);            
// bind with 0, so, switch back to normal pointer operation
glBindBuffer(GL_ARRAY_BUFFER, 0);
glBindBuffer(GL_ELEMENT_ARRAY_BUFFER, 0);

您强调，这段代码每个实例只调用一次，但由于 OpenGL 的工作方式，它和 DX9(OpenGL 的立即模式最相似)都不能很好地映射到显卡的实际功能，在这些用于正确设置状态的 API 调用中可能会发生很多事情。例如，您对 glVertexPointer 的调用必须设置状态以从正确的内存段中读取，如果您的缓冲区对象特别大，这可能是一个不简单的操作，因为必须为 GPU 启动以运行着色器的每个线程设置这些指针。

Or is it that the driver (nVidia 352.63)/GL has an active spin on glXSwapBuffers?

我也不排除这种可能性。它确实必须定期查询显卡以查明命令是否已完成执行，因此 Nvidia 可以选择将此功能实现为忙等待。

底线是，如果您担心 OpenGL 中的 CPU 开销，您可能希望研究一些 AZDO techniques (适用于OpenGL 4.3+)，或者考虑学习DirectX 12 (适用于 Windows 10)或 Vulkan (适用于 Windows 10 以外的任何系统)