图形渲染与 Shader / 系统课时
GPU 热点该减什么成本
GPU 热点该减什么成本
确认瓶颈落在 GPU 后,真正困难的不是“把画质调低”,而是判断哪一种成本最值得减。本课用单变量实验拆开分辨率、材质、Pass、阴影与几何复杂度,建立从热点证据到降本动作,再到帧时间验证的最短路径。
学习目标
- 能根据 GPU 热点类型选择优先实验项,而不是同时乱改多个画质参数。
- 能设计单变量降本实验,并用稳定场景的 GPU 帧时间判断收益。
- 能区分像素、材质、Pass、阴影和几何成本,避免把优化做错方向。
先把热点映射到成本来源
GPU 时间通常来自几类可控成本:像素数量决定片元着色规模,材质和 Shader 决定每个像素或顶点要做多少计算,额外 Pass 会重复读写资源,阴影会引入额外绘制与采样,几何复杂度则增加顶点处理、剔除和光栅化压力。
不要一看到 GPU 慢就先降纹理分辨率。纹理尺寸更直接影响显存占用和带宽,而不是必然降低着色计算量。正确做法是先看采样热点、带宽压力、Shader 指令、Overdraw、阴影 Pass 或顶点阶段,再决定实验项。

用单变量实验判断该减什么
一次只改一个变量,并保持场景、视角、分辨率基线、帧率限制与采样时段一致。若降低渲染比例后 GPU 时间明显下降,说明像素或片元成本值得继续追;若收益很小,就不该把主要精力放在分辨率上。
材质实验可以用简化 Shader 临时替代复杂材质;Pass 实验可以关闭非必要后处理或额外渲染阶段;阴影实验可降低阴影分辨率、级联数量或更新频率;几何实验则使用更低 LOD、缩短高精度模型可见距离,观察顶点阶段和整体 GPU 时间是否同步下降。
下面用一组固定场景数据比较不同单变量实验。脚本可直接运行,使用中位数减少单帧抖动对结论的干扰。
from statistics import median
samples = {
"baseline": [16.8, 17.1, 16.9, 17.0, 16.7],
"resolution_80": [13.2, 13.4, 13.1, 13.3, 13.2],
"shadow_medium": [15.5, 15.7, 15.6, 15.4, 15.6],
"material_simple": [16.1, 16.0, 16.2, 16.1, 16.0],
"pass_removed": [14.6, 14.8, 14.7, 14.6, 14.7],
"lod_lower": [16.4, 16.3, 16.5, 16.4, 16.3],
}
baseline = median(samples["baseline"])
for name, values in samples.items():
gpu_ms = median(values)
gain = (baseline - gpu_ms) / baseline * 100
print(f"{name:16} gpu={gpu_ms:4.1f}ms gain={gain:4.1f}%")预期输出
baseline gpu=16.9ms gain= 0.0%
resolution_80 gpu=13.2ms gain=21.9%
shadow_medium gpu=15.6ms gain= 7.7%
material_simple gpu=16.1ms gain= 4.7%
pass_removed gpu=14.7ms gain=13.0%
lod_lower gpu=16.4ms gain= 3.0%这组数据说明当前场景优先验证像素成本和额外 Pass,比继续削减几何更可能获得收益。这里的具体数值只是实验数据,实际项目必须使用自己的稳定采样结果。
根据收益继续缩小范围
如果降低渲染比例收益最大,应继续检查高 Overdraw、全屏后处理、昂贵透明效果以及高成本片元 Shader。若移除某个 Pass 收益明显,则继续判断该 Pass 是否可合并、降频、降分辨率或只在特定区域执行。
阴影收益明显时,不要只把“阴影质量”整体降一档,而要继续分解:是阴影贴图分辨率、级联覆盖范围、投影物数量,还是每帧更新造成压力。材质或几何实验也是同理,先用粗粒度实验找到方向,再做细粒度优化。
验证时看 GPU 时间而不是平均 FPS
平均 FPS 会把帧时间差异压缩成不直观的倒数关系,而且容易被帧率上限影响。验证 GPU 优化时,应优先比较 GPU 帧时间、中位数或高分位帧时间,并确认测试仍然是 GPU 受限。
如果优化后 GPU 时间下降,但整帧时间几乎不变,通常说明瓶颈已经转移到 CPU、同步或其他阶段。此时继续削 GPU 成本可能仍有功耗价值,但已经不是提升当前帧率的第一优先级。