← 全部标签
# GPU
11 篇页面
页面
图形学GPGPU 编程入门Introduction to GPGPU ProgrammingGEA 把 GPGPU 讲成「SIMD 向量化推到极致」：GPU 结合 SIMD（向量化 ALU）与 MIMD（一种抢占式多线程），即 NVIDIA 所说的 SIMT。适合 GPU 的任务必须是数据并行的——每个元素的计算不依赖其他元素的结果。写法与 CPU 向量化相反：不把循环硬编码成每次 4/8/16 个，而是保留单通道的循环体，抽成计算核函数 (compute kernel)，由 GPU 替我们「跑循环」。一个「GPU 线程」其实就是一条 SIMD 通道。图形学GPU 并行架构GPU Parallel ArchitectureGPU 为吞吐量而设计：芯片大部分面积是成千上万个着色器核心，而不是缓存和控制逻辑。它靠在大量线程组 (warp/wavefront) 之间快速切换来隐藏访存延迟，用 SIMD 让一组线程锁步执行同一条指令。理解占用率和线程分歧，是写出高效着色器的关键。图形学像素着色器Pixel Shader像素着色器（OpenGL 里叫片元着色器）对光栅化产生的每个片元运行，用插值后的顶点数据算出颜色，也可以输出不透明度、修改深度或直接丢弃片元。多渲染目标让它一次输出多组数据，催生了延迟着色。它通常只能写自己所在的像素，但能通过 2×2 quad 拿到相邻像素的导数。图形学可编程着色器与 GPU 管线Programmable Shaders & GPU PipelineGPU 把第 2 章的概念管线实现为一组硬件阶段，分为完全可编程、可配置但不可编程、完全固定三类。现代 GPU 采用统一着色器架构：各类着色器共用同一套编程模型和核心，由 GPU 自行分配负载。着色器用 HLSL、GLSL 等类 C 语言编写，输入分为 uniform 和 varying 两类。图形学曲面细分与几何着色器Tessellation & Geometry Shader曲面细分、几何着色器和流输出是顶点着色器之后的三个可选阶段。曲面细分把曲面描述按需生成合适数量的三角形；几何着色器能把图元变成别的图元，但效率不好、实际用得少；流输出把处理后的顶点写回内存以便复用。图形学波前路径追踪Wavefront Path Tracing波前 (wavefront) 架构把路径追踪拆成一串独立的 GPU 内核（生成相机光线、采样、求交、介质采样、逃逸光线、命中发光体、按材质分开的着色、阴影光线、写胶片），内核之间用工作队列传递数据；每个内核开始时线程都在做同一件事，执行是收敛的。代价是每个内核都要从显存读入、再写回全部状态，因此更受带宽限制。pbrt 4e 的 GPU 渲染路径 WavefrontPathIntegrator 就是这种结构，算法与 CPU 上的 VolPathIntegrator 完全相同（见 参与介质与体积散射），只改变计算的组织方式和数据布局。注意术语：这里的"波前"指整批光线按深度推进的处理方式，与 AM图形学渲染管线Rendering Pipeline渲染管线是实时图形的核心：给定虚拟相机、三维物体、光源等，把场景转换成一张二维图像。RTR4 把它粗分为四个功能阶段：应用、几何处理、光栅化、像素处理，各阶段并行执行，整体速度由最慢的阶段决定。图形学计算着色器Compute Shader计算着色器是 DirectX 11 引入的一种 GPU 计算方式：它不固定在图形管线的某个位置，但由图形 API 调用，和其他着色器共用统一着色器核心。它暴露了线程组和组内共享内存，最大的优势是能直接处理 GPU 上生成的数据，不用来回传给 CPU。图形学顶点着色器Vertex Shader顶点着色器是程序员直接控制的第一个管线阶段，逐个处理输入顶点，至少要输出顶点在齐次裁剪空间里的位置。它不能创建或删除顶点，顶点之间也不能传递结果，正因如此可以大规模并行。游戏开发 · UE5UE5 性能分析UE5 ProfilingUE5 性能分析的基本流程是：先用 stat unit 判断瓶颈在游戏线程、渲染线程还是 GPU，再用对应的 stat 组、profilegpu/GPU 统计或 Unreal Insights 的 Timing/Memory 等视图向下钻取；渲染特性（RDG、VSM、TSR）各自提供作用域和可视化。测量时要避开会扭曲数据的设置（调试构建、异步计算、可视化模式）。综合帧时间预算与渲染性能Frame Budget & Rendering Performance本页把 wiki 中分散在 RTR4 第 18～23 章的性能知识串成一条线：一帧的时间预算由最慢的管线阶段决定，先用毫秒帧时间度量并定位瓶颈，再按瓶颈所在位置——CPU/驱动、几何、像素、带宽/内存——选用对应手段；最后从 GPU 硬件机制（占用率、HiZ/early-z、压缩、分块架构）理解这些手段为何有效。各结论的细节与出处见所链接的概念页。