游戏引擎 / 系统课时

先看帧时间还是帧率

先看帧时间还是帧率

定位 Unreal 性能问题时,FPS 适合快速感知“流不流畅”,Frame Time 更适合判断预算是否超标,1% Low 则用来暴露偶发卡顿。把三者放到同一套采样口径里,才能避免只看平均帧率却漏掉真实的体验抖动。

学习目标

  • 理解 FPS、Frame Time 与 1% Low 分别回答什么问题
  • 能用帧时间判断是否超出目标帧率预算
  • 知道平均 FPS 很高时为什么仍可能出现明显卡顿

FPS 和 Frame Time 不是两个独立问题

FPS 表示每秒完成多少帧,Frame Time 表示完成一帧用了多少毫秒。两者互为倒数关系:

T=1000/FPST=1000/FPS

例如 60 FPS 对应约 16.67 ms,30 FPS 对应约 33.33 ms。优化时更应该盯住毫秒,因为 CPU、GPU、Game Thread、Render Thread 的成本最终都要落到“这一帧花了多少时间”上。

目标帧率 单帧预算 直观含义
30 FPS 33.33 ms 每帧超过约 33 ms 就无法稳定 30 FPS
60 FPS 16.67 ms 常见实时项目基线
120 FPS 8.33 ms 对 CPU 与 GPU 都要求更严格

FPS 适合做总览,Frame Time 适合做定位。看到“52 FPS”时,你还需要继续问:对应帧时间是多少、哪条线程或 GPU 超出了预算、问题是持续存在还是偶发尖峰。

1% Low 用来发现平均值遮住的卡顿

平均 FPS 会把快帧和慢帧揉在一起。假设绝大多数帧都在 16.7 ms 左右,但偶尔出现 40~80 ms 的慢帧,平均值可能仍然很好看,玩家却会感到明显顿挫。

1% Low 通常描述最慢 1% 帧对应的低位性能。实际工具对计算细节可能不同,所以团队必须固定采样区间和算法,不能把不同工具得到的 1% Low 直接横向比较。下面用一个可运行的小脚本演示“按最慢 1% 帧时间求等效 FPS”的思路。

python
import math

frame_times_ms = [16.7] * 98 + [25.0, 40.0]

avg_frame_ms = sum(frame_times_ms) / len(frame_times_ms)
avg_fps = 1000.0 / avg_frame_ms

slow_count = max(1, math.ceil(len(frame_times_ms) * 0.01))
slowest = sorted(frame_times_ms, reverse=True)[:slow_count]
low_1pct_fps = 1000.0 / (sum(slowest) / len(slowest))

print(f"Average frame time: {avg_frame_ms:.2f} ms")
print(f"Equivalent average FPS: {avg_fps:.2f}")
print(f"1% Low FPS: {low_1pct_fps:.2f}")

预期输出:

text
Average frame time: 17.02 ms
Equivalent average FPS: 58.77
1% Low FPS: 25.00

这个例子里平均表现接近 60 FPS,但最慢 1% 已经掉到 25 FPS。真实采样应包含足够多的帧,并确保录制场景、分辨率、画质、相机路径和运行时条件一致。

在 Unreal 里先看哪一个指标

第一次进入场景做性能体检时,可以先用 FPS 判断是否明显偏离目标,再立刻切到 Frame Time 和线程/GPU 时间。FPS 只能告诉你“结果变慢了”,不能告诉你“时间花在哪里”。

如果问题表现为持续低帧率,优先看稳定区间内的 Frame Time,并进一步比较 Game、Draw/Render、GPU 等耗时。如果平均帧率正常但玩家反馈偶发顿卡,则重点观察帧时间尖峰、1% Low,并结合加载、GC、资源创建、Shader 编译或流送等事件定位。

最终可以把三类指标理解成三层问题:FPS 判断总体是否达标,Frame Time 判断预算是否超标,1% Low 判断稳定性是否达标。真正进入瓶颈定位时,以毫秒为主、FPS 为辅,会比只盯帧率更可靠。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

先看帧时间还是帧率

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