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:

text
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 max⁡(TCPU,TGPU)\max(T_{\mathrm{CPU}},T_{\mathrm{GPU}})。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。

python
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:

text
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:

text
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。

目录与阅读设置

记录一个想法

Draw Call 为什么影响游戏性能

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通