图形渲染与 Shader / 技术文章
Draw Call 为什么影响游戏性能
场景里只是多了几组模型,帧率却明显下降时,问题可能不是顶点或三角形本身,而是渲染提交次数增加带来的 CPU 驱动开销、状态切换以及 GPU 工作组织成本。本文面向希望深入实时图形、游戏渲染与性能优化的客户端程序员和技术美术,帮助你建立 Draw Call 与帧时间之间的因果关系,并能用实际统计数据判断瓶颈是否值得优化。
Draw Call 到底在做什么
Draw Call 是一条绘制命令。例如渲染线程可把绘制命令记录到命令缓冲,再将一批命令提交到 GPU 队列。顶点、纹理、管线状态和目标资源可能在多条命令间共用,所以一条绘制命令不对应一次队列提交,也不必重新绑定所有资源。
因此,影响性能的不是“Draw Call 这个数字”本身,而是每次提交背后需要完成多少准备工作,以及这些提交对渲染管线造成了多少额外开销。
例如,一个场景里有 100 个对象,即使每个对象只有一个很简单的网格,也可能形成大量独立提交:
Object A -> Material 1 -> Draw
Object B -> Material 1 -> Draw
Object C -> Material 2 -> Draw
...
Object Z -> Material 8 -> Draw当对象数量继续增加时,CPU 需要处理更多提交与状态准备;GPU 也需要执行更多绘制阶段。现代 GPU 很擅长并行计算,但不意味着可以无限低成本地接受大量细碎的绘制工作。
为什么 Draw Call 会拖慢 CPU
在许多实时渲染场景里,Draw Call 的直接压力首先体现在 CPU。游戏线程、渲染线程或专门的 RHI/API 提交线程,需要为每次绘制准备参数并调用底层图形接口。
同样数量的可见几何拆成许多小绘制时,CPU 可能花更多时间生成、记录和验证命令。命令重用、间接绘制及驱动实现会改变实际成本。尤其当每个对象都带来材质切换、常量更新、资源绑定或排序成本时,提交开销会进一步放大。
当 CPU 与 GPU 各处理不同帧、工作可以稳定重叠且没有额外节流时,稳态出帧间隔可粗略近似为 。GPU 同步、呈现等待或队列空闲会改变这一估计。单帧从输入到显示的延迟也要单独测量。
当 GPU 很快但 CPU 因大量 Draw Call 超过目标帧时间时,继续降低像素着色成本可能不会带来明显收益。反过来,如果 GPU 已经被复杂材质或高分辨率阴影占满,单纯减少 Draw Call 也未必能解决问题。
为什么多个对象不一定等于多个 Draw Call
现代引擎通常会通过批处理、实例化和合并等机制减少独立绘制提交。关键区别在于:多个对象是否能够共享足够多的渲染条件。
常见情况可以这样理解:
| 场景情况 | 可能的提交方式 | 性能影响 |
|---|---|---|
| 大量完全独立且材质不同的对象 | 多个 Draw Call | CPU 提交与状态切换压力较大 |
| 相同网格、相同材质的重复对象 | GPU Instancing | 可减少大量重复提交 |
| 可合并到同一网格和材质的数据 | Mesh Batching | 减少对象级提交 |
| 材质几乎相同但参数不同 | 取决于引擎与 Shader 设计 | 需要检查是否仍可批处理 |
| 单次 Draw 很大、顶点极多 | 少量 Draw Call | Draw Call 低但 GPU 几何成本可能很高 |
这里最容易出现一个误区:Draw Call 越少越好。实际上,减少一次 Draw Call 可能需要增加网格合并、实例化管理、内存占用或 CPU 数据准备成本,因此应该以帧时间和实际瓶颈为准,而不是追求一个固定数字。
用通道和实例上限估算绘制数
同一物体可能分别进入主颜色通道、深度通道或阴影通道。下例用 Python 算一个理想计数:200 棵树用同一网格和材质,分别画颜色与阴影;25 块石头只画颜色。实例化每次容纳 64 个对象,这是教学假设,实际限制由接口、实例数据和引擎决定。
from collections import Counter
from math import ceil
objects = (
[("tree", "leaf", ("color", "shadow"))] * 200
+ [("rock", "stone", ("color",))] * 25
)
groups = Counter((mesh, material, render_pass)
for mesh, material, passes in objects
for render_pass in passes)
individual = sum(groups.values())
instanced = sum(ceil(count / 64) for count in groups.values())
assert (individual, instanced) == (425, 9)
print(f"逐对象绘制 {individual} 次,理想实例化 {instanced} 次")实际分组还要考虑子网格、Shader 变体、透明排序、LOD、剔除和实例数据布局。这个数字只演示命令计数,无法换算成帧时间。以 Unity 6.0 的 URP 为例,SRP Batcher 主要减少兼容绘制的 CPU 设置开销,并不保证绘制数量下降。Unity SRP Batcher
Draw Call 为什么也可能增加 GPU 压力
GPU 不只负责执行顶点和像素着色,还需要处理每次绘制对应的状态、几何数据和调度。大量非常小的 Draw Call 可能让 GPU 工作碎片化,使固定开销占比上升。
例如两个场景可能拥有相同的总三角形数:
场景 A:1 次 Draw Call,1,000,000 triangles
场景 B:10,000 次 Draw Call,每次 100 triangles这两个场景的 GPU 成本不会因为三角形总数相同而完全相同。场景 B 可能额外受到命令组织、状态变化和小批次开销影响。几何总量相同仍可能有不同的可见性、遮挡、着色和顶点复用,因而要固定镜头、渲染通道和输出条件再测。
因此,分析性能时至少要同时观察 Draw Call、三角形或顶点数量、GPU 时间、CPU 渲染提交时间和材质切换情况。
怎么判断 Draw Call 是不是瓶颈
实际优化不要从“这个数字看起来很高”开始,而应该从帧时间开始定位。一个排查记录可以包含下面的字段。数据是教学示例,计数名称和口径要以同一分析工具的说明为准:
Frame Time: 16.8 ms
CPU Render Time: 9.4 ms
GPU Time: 16.1 ms
Draw Calls: 2,430
SetPass/State Changes: 860
Batches: 1,920如果 GPU 时间已经接近或超过整帧预算,而 CPU 渲染提交时间并不高,那么 Draw Call 未必是主要矛盾。反之,如果 GPU 仍有明显余量,但 CPU 渲染线程随着 Draw Call 数量上升而持续增加,就应该重点检查对象拆分、材质数量、批处理条件和实例化使用情况。
同时建议使用引擎提供的 Profiler、Frame Debugger、RenderDoc 或类似工具,对单帧进行拆解,观察 Draw Call 的来源,而不是只看总计数。定位具体通道、对象及批处理断点后,固定镜头、分辨率、阴影、目标平台和帧率设置,只改变提交方式。分别记录 CPU 渲染线程的活跃时间、GPU 时间及帧间隔,复测中位数与尾部帧时间。合并网格还可能降低剔除粒度,导致屏幕上虽没看见的几何也被送去渲染。
减少 Draw Call 时应该优化什么
优化目标通常不是机械地把 Draw Call 压到某个固定值,而是降低无意义的独立提交,同时保持合理的渲染组织方式。
对于大量重复物体,可以优先考虑 GPU Instancing;对于静态且适合合并的几何体,可以评估静态批处理或网格合并;对于材质碎片化严重的场景,可以检查材质是否过度拆分、纹理是否能够合理打包,以及 Shader 变体和渲染状态是否造成额外切换。
技术美术在资产侧尤其需要关注:一个看似普通的道具,如果被拆成多个独立 Mesh,并且每一部分都使用不同材质,就可能直接增加提交次数。程序侧则需要关注对象可见性、排序、实例化数据组织以及渲染线程负载。
最终判断可以回到一个简单原则:先确认 CPU 还是 GPU 受限,再定位 Draw Call 造成的具体成本,最后选择批处理、实例化、合批、材质整理或资产结构调整。这样得到的优化通常比单纯追求“低 Draw Call 数”更可靠。