图形渲染与 Shader / 系统课时
怎样证明优化真的有效
怎样证明优化真的有效
一次性能优化只有在可重复的条件下让关键帧时间持续改善,才能算真正有效。本节用受控场景、固定采样方式和一致统计口径完成优化前后对比,避免把随机波动、缓存预热或场景差异误认为优化收益。
学习目标
- 建立可重复的优化前后对照条件
- 用平均值、中位数和高分位帧时间判断收益
- 区分真实改善、测量噪声与性能转移
先固定比较条件
最常见的错误,是优化前后虽然都记录了帧时间,却没有运行同一个工作负载。例如第一次测试站在空旷区域,第二次测试减少了可见角色,即使结果更快,也不能证明代码修改产生了收益。
比较前至少固定游戏版本、地图位置、角色与摄像机路径、分辨率、画质、帧率限制、后台程序以及性能采集工具。涉及着色器编译、资源加载或缓存的项目,还应先完成预热,再进入正式采样阶段。
同一场景建议重复运行多轮,而不是只截取一帧或一次运行结果。每轮采用相同的开始点、持续时间和结束点,可以显著降低玩家操作差异带来的噪声。

不要只比较平均 FPS
FPS 适合快速观察,但验证优化时更应该比较帧时间。平均 FPS 会掩盖少量严重卡顿,而帧时间能够直接表现每一帧的成本。例如绝大多数帧从 17 ms 降到 15 ms,但仍周期性出现 40 ms 峰值,玩家感受到的卡顿问题并没有完全解决。
常用统计值包括平均帧时间、中位数以及 P95 或 P99。中位数用于观察典型帧,高分位用于观察慢帧尾部。比较前后数据时必须使用相同统计方法和相同样本范围。
下面的完整 Python 示例使用两组固定帧时间样本计算平均值、中位数与 P95,并给出优化后的变化比例。
from statistics import mean, median, quantiles
before = [16.8, 17.2, 16.9, 18.1, 17.5, 16.7, 17.0, 18.4, 17.1, 16.9]
after = [14.9, 15.1, 15.0, 15.8, 15.3, 14.8, 15.2, 15.7, 15.0, 14.9]
def summarize(samples):
# inclusive 方法适合直接在当前有限样本中估算百分位值。
p95 = quantiles(samples, n=100, method="inclusive")[94]
return mean(samples), median(samples), p95
before_mean, before_median, before_p95 = summarize(before)
after_mean, after_median, after_p95 = summarize(after)
mean_change = (after_mean - before_mean) / before_mean * 100
p95_change = (after_p95 - before_p95) / before_p95 * 100
print(f"before mean={before_mean:.2f} ms, median={before_median:.2f} ms, p95={before_p95:.2f} ms")
print(f"after mean={after_mean:.2f} ms, median={after_median:.2f} ms, p95={after_p95:.2f} ms")
print(f"mean change={mean_change:.2f}%")
print(f"p95 change={p95_change:.2f}%")预期输出:
before mean=17.26 ms, median=17.05 ms, p95=18.27 ms
after mean=15.17 ms, median=15.05 ms, p95=15.76 ms
mean change=-12.11%
p95 change=-13.74%负百分比表示帧时间下降。这里平均值和 P95 都明显下降,而且方向一致,因此比“某一帧快了 2 ms”更能支持优化有效这一结论。
检查收益是否只是性能转移
总帧时间下降后,还要回到分析工具检查 CPU 主线程、渲染线程和 GPU。某项优化可能让 CPU 减少 2 ms,却让 GPU 增加 1.8 ms;在当前机器上总体仍有少量收益,但在 GPU 较弱的设备上可能反而变慢。
尤其要检查优化是否引入新的周期性峰值。例如减少每帧计算后改成每十帧批量处理,平均帧时间可能下降,但每十帧出现一次明显卡顿。此时平均值漂亮,高分位指标却可能恶化。
用重复结果形成证据链
可靠结论通常需要多轮测试方向一致。例如分别完成三到五轮优化前和优化后运行,比较每轮的中位数与高分位值。如果优化后绝大多数轮次都优于基线,并且采样期间没有温度降频、后台任务或场景差异,就可以较有把握地认为收益来自本次修改。
最后保留场景、构建版本、硬件、图形设置、采样时长以及核心统计值。这样以后出现性能回退时,团队拥有可复现的基线,而不是只剩下一句“当时感觉优化了很多”。