GPU架构与性能瓶颈 - GPU核心包含大量SIMD单元，存在于Nvidia的流多处理器(SM)和AMD的工作组处理器(WGP)中，充分利用这些单元对提升渲染性能至关重要[3] - 固定功能单元(如TEX单元、寄存器文件、ROP单元)可能成为瓶颈，导致矢量/标量ALU运算单元无法工作或输出结果[5] - 不同渲染工作负载存在特定瓶颈：阴影贴图通道受VRAM内存带宽和顶点输入约束，GTAO通道受L2缓存约束，光线追踪阴影通道受RT核心约束[7] 性能优化技术 - 针对内存延迟限制的绘制调用，可通过减少矢量寄存器分配或重新设计着色器布局来提升内存占用率[8] - 高着色器占用率可能导致缓存抖动，可通过增加矢量寄存器分配或组共享内存分配来降低占用率[9] - 计算着色器相比像素着色器具有优势：无固定功能单元依赖、可访问组共享内存、更适合发散执行场景[10] - 像素着色器具备计算着色器缺乏的快速路径：专用颜色缓存、硬件可变速率着色、深度/模板操作优化等[11] 着色器类型选择策略 - 顶点着色器与像素着色器的工作分配需权衡缓存一致性与数据局部性，当前三角形密度下将工作移至顶点着色器吸引力有限[16] - RDNA架构上像素着色器以wave64运行，计算着色器以wave32运行，wave64更适合依赖wave内部函数的着色器，wave32更适合执行发散的任务[17] - 计算着色器支持异步计算，可与图形管道并行运行，重叠不同瓶颈类型的通道以提高ALU利用率[18] 异步计算优化 - 异步计算可重叠存在固定功能单元瓶颈的通道，利用图形管道无法使用的GPU资源[21] - 异步计算可能对图形管道产生负面影响，需要通过线程组大小和资源分配进行调优[21] - 在某些GPU架构上，图形管道上的计算工作可与像素/顶点着色器工作重叠，前提是没有屏障限制[21]