performance - 当我每帧写入单个顶点缓冲区数千次时，如何提高 Direct3D 的性能？

Question

我正在尝试编写一个 OpenGL 包装器，它允许我使用所有现有的图形代码(为 OpenGL 编写的)并将 OpenGL 调用路由到 Direct3D 等效项。到目前为止，这种方法的效果出奇的好，只是性能变成了一个相当大的问题。

现在，我承认我很可能以从未设计过的方式使用 D3D。我在每个渲染循环中更新了数千次单个顶点缓冲区。每次我绘制一个“ Sprite ”时，我都会使用纹理坐标等向 GPU 发送 4 个顶点，当屏幕上的“ Sprite ”数量一次达到 1k 到 1.5k 左右时，我的应用程序的 FPS 下降到低于 10 帧/秒。

使用 VS2012 性能分析(这很棒，顺便说一句)，我可以看到 ID3D11DeviceContext->Draw 方法占用了大部分时间:
Screenshot Here

在设置顶点缓冲区或绘制方法期间，是否有一些设置我没有正确使用？为我的所有 Sprite 使用相同的顶点缓冲区真的非常糟糕吗？如果是这样，我还有哪些其他选项不会彻底改变我现有图形代码库的架构(围绕 OpenGL 范例构建......每帧都将所有内容发送到 GPU!)

我游戏中最大的 FPS 杀手是当我在屏幕上显示大量文本时。每个字符都是一个带纹理的四边形，每个字符都需要单独更新顶点缓冲区并单独调用 Draw。如果 D3D 或硬件不喜欢多次调用 Draw，那么你怎么能一次在屏幕上绘制大量文本呢？

如果您想查看更多代码来帮助我诊断此问题，请告诉我。

谢谢!

这是我正在运行的硬件:

Core i7 @ 3.5GHz

16 GB RAM

GeForce GTX 560 Ti

这是我正在运行的软件:

Windows 8 发布预览

VS 2012

DirectX 11

这是绘制方法:

void OpenGL::Draw(const std::vector<OpenGLVertex>& vertices)
{
   auto matrix = *_matrices.top();
   _constantBufferData.view = DirectX::XMMatrixTranspose(matrix);
   _context->UpdateSubresource(_constantBuffer, 0, NULL, &_constantBufferData, 0, 0);

   _context->IASetInputLayout(_inputLayout);
   _context->VSSetShader(_vertexShader, nullptr, 0);
   _context->VSSetConstantBuffers(0, 1, &_constantBuffer);

   D3D11_PRIMITIVE_TOPOLOGY topology = D3D11_PRIMITIVE_TOPOLOGY_TRIANGLESTRIP;
   ID3D11ShaderResourceView* texture = _textures[_currentTextureId];

   // Set shader texture resource in the pixel shader.
   _context->PSSetShader(_pixelShaderTexture, nullptr, 0);
   _context->PSSetShaderResources(0, 1, &texture);

   D3D11_MAPPED_SUBRESOURCE mappedResource;
   D3D11_MAP mapType = D3D11_MAP::D3D11_MAP_WRITE_DISCARD;
   auto hr = _context->Map(_vertexBuffer, 0, mapType, 0, &mappedResource);
   if (SUCCEEDED(hr))
   {
      OpenGLVertex *pData = reinterpret_cast<OpenGLVertex *>(mappedResource.pData);
      memcpy(&(pData[_currentVertex]), &vertices[0], sizeof(OpenGLVertex) * vertices.size());
      _context->Unmap(_vertexBuffer, 0);
   }

   UINT stride = sizeof(OpenGLVertex);
   UINT offset = 0;
   _context->IASetVertexBuffers(0, 1, &_vertexBuffer, &stride, &offset);
   _context->IASetPrimitiveTopology(topology);
   _context->Draw(vertices.size(), _currentVertex);
   _currentVertex += (int)vertices.size();
}

这是创建顶点缓冲区的方法:

void OpenGL::CreateVertexBuffer()
{
   D3D11_BUFFER_DESC bd;
   ZeroMemory(&bd, sizeof(bd));
   bd.Usage = D3D11_USAGE_DYNAMIC;
   bd.ByteWidth = _maxVertices * sizeof(OpenGLVertex);
   bd.BindFlags = D3D11_BIND_VERTEX_BUFFER;
   bd.CPUAccessFlags = D3D11_CPU_ACCESS_FLAG::D3D11_CPU_ACCESS_WRITE;
   bd.MiscFlags = 0;
   bd.StructureByteStride = 0;
   D3D11_SUBRESOURCE_DATA initData;
   ZeroMemory(&initData, sizeof(initData));
   _device->CreateBuffer(&bd, NULL, &_vertexBuffer);
}

这是我的顶点着色器代码:

cbuffer ModelViewProjectionConstantBuffer : register(b0)
{
    matrix model;
    matrix view;
    matrix projection;
};

struct VertexShaderInput
{
    float3 pos : POSITION;
    float4 color : COLOR0;
    float2 tex : TEXCOORD0;
};

struct VertexShaderOutput
{
    float4 pos : SV_POSITION;
    float4 color : COLOR0;
    float2 tex : TEXCOORD0;
};

VertexShaderOutput main(VertexShaderInput input)
{
    VertexShaderOutput output;
    float4 pos = float4(input.pos, 1.0f);

    // Transform the vertex position into projected space.
    pos = mul(pos, model);
    pos = mul(pos, view);
    pos = mul(pos, projection);
    output.pos = pos;

    // Pass through the color without modification.
    output.color = input.color;
    output.tex = input.tex;

    return output;
}

Answer 1

您需要做的是尽可能积极地批处理顶点，然后绘制大块。我很幸运地将它 retrofit 到旧的即时模式 OpenGL 游戏中。不幸的是，这样做有点痛苦。

最简单的概念解决方案是使用某种设备状态(您可能已经在跟踪)为一组特定的顶点创建一个唯一的标记。混合模式和绑定(bind)纹理之类的东西是一个很好的集合。如果你能找到一个快速的散列算法在其中的结构上运行，你可以非常有效地存储它。

接下来，您需要进行顶点缓存。有两种方法可以解决这个问题，两者都有优势。最激进、最复杂，并且在许多具有相似属性的顶点集的情况下，最有效的是创建一个设备状态结构，分配一个大的(比如 4KB)缓冲区，然后继续存储具有匹配状态的顶点。大批。然后，您可以将整个数组转储到帧末尾的顶点缓冲区中，并绘制缓冲区的 block (以重新创建原始顺序)。然而，跟踪所有缓冲区、状态和顺序是很困难的。

更简单的方法可以在良好的情况下提供良好的缓存，将顶点缓存在一个大缓冲区中，直到设备状态发生变化。此时，在实际更改状态之前，将数组转储到顶点缓冲区并绘制。然后重置数组索引，提交状态更改，然后重新开始。

如果您的应用程序有大量相似的顶点，这很可能与 Sprite 一起使用(纹理坐标和颜色可能会改变，但好的 Sprite 将使用单个纹理图集和很少的混合模式)，即使是第二种方法也可以提供一些性能提升。

这里的技巧是在系统内存中建立一个缓存，最好是一大块预先分配的内存，然后在绘图之前将其转储到视频内存中。这允许您对视频内存和绘图调用执行更少的写入，这往往是昂贵的(尤其是在一起)。正如您所看到的，您调用的电话数量变得很慢，而批处理很有可能帮助解决这个问题。诀窍是如果你能帮助它，不要在每帧分配内存，批量处理足够大的 block 是值得的，并为每次绘制保持正确的设备状态和顺序。