图形渲染与 Shader / 系统课时
CPU 和 GPU 谁在等谁
CPU 和 GPU 谁在等谁
游戏一帧变慢时,不能只看“CPU 50%、GPU 70%”就下结论。真正要判断的是:CPU 是否及时提交了下一批工作、GPU 是否吃得饱,以及两者是否因为队列或同步点互相等待。把等待关系看清,才能区分 CPU Bound、GPU Bound 和同步导致的假象。
学习目标
- 能用帧时间、队列深度和 GPU 空闲判断谁是瓶颈
- 理解阻塞、同步点为什么会让 CPU 与 GPU 利用率同时不高
- 能设计一次最小验证,避免仅凭单个利用率指标判断性能问题
一帧中的等待关系
CPU 负责游戏逻辑、物理、动画、剔除,并把绘制命令提交给图形 API;GPU 再按顺序执行这些命令。理想状态下,两者像流水线一样并行:CPU 在准备第 N+1 帧时,GPU 正在执行第 N 帧。只要队列里始终有可执行工作,GPU 就不会频繁空闲。

如果 CPU 产生命令的速度跟不上,队列会逐渐变空,GPU 出现空洞,这通常指向 CPU Bound。反过来,如果 GPU 执行速度更慢,CPU 提交后仍有命令排队,队列深度会上升,常见于 GPU Bound。这里看的不是“谁的占用率更高”,而是谁限制了帧继续向前。
队列深度不是越大越好
适度队列能隐藏 CPU 与 GPU 的瞬时抖动,但队列太深会增加输入到画面的延迟,也会让问题更难定位。比如 GPU 已经明显变慢,CPU 仍能继续提交数帧命令,此时 CPU 看起来没有阻塞,却不代表它不是在“等结果变坏”。
因此分析时应同时观察三件事:CPU 帧时间、GPU 帧时间和提交队列状态。如果 GPU 帧时间长期高于 CPU,且队列持续有积压,通常更接近 GPU Bound;如果 GPU 经常空闲等待新命令,而 CPU 某些线程耗时较长,则更接近 CPU Bound。
同步点会制造假象
真正棘手的是同步。读取 GPU 查询结果、等待 fence、某些资源更新或显式等待,都可能迫使 CPU 停下来,直到 GPU 完成前面的工作。此时 CPU 利用率不高、GPU 利用率也可能波动,但根因仍可能是 GPU 之前的工作太重,或者同步位置放得过早。
用一组帧时间先做粗判
下面的 Python 示例只演示判定思路,不替代真实 profiler。它根据一组已经测得的 CPU/GPU 帧时间做粗略分类,并把接近时标记为需要继续检查同步与队列。
cpu_ms = 8.2
gpu_ms = 14.6
threshold_ms = 2.0
diff = cpu_ms - gpu_ms
if diff > threshold_ms:
result = "更接近 CPU Bound"
elif diff < -threshold_ms:
result = "更接近 GPU Bound"
else:
result = "差距不明显,继续检查同步点和队列"
print(f"CPU={cpu_ms:.1f}ms GPU={gpu_ms:.1f}ms")
print(result)预期输出
CPU=8.2ms GPU=14.6ms
更接近 GPU Bound这个结果只能说明 GPU 帧时间明显更长。若 profiler 同时显示命令队列有积压、GPU 很少空闲,证据才更完整;如果 CPU 在某个 fence 上长时间等待,则还要追查是谁触发了同步。
建立可靠的判定顺序
实际排查时,先固定同一场景和相近帧区间,再比较 CPU 帧时间与 GPU 帧时间。随后观察 GPU 是否存在明显空闲段,再看命令提交队列是否持续堆积,最后定位 fence、present、查询读取等同步事件。
CPU Bound、GPU Bound 不是给整款游戏永久贴的标签,而是对某个场景、某段时间内“谁限制这一帧继续前进”的描述。只要场景、分辨率、特效或线程负载变化,等待关系就可能改变。