Web 图形与 3D / 系统课时
查询设备特性与限制参数
查询设备特性与限制参数
开发 WebGPU 粒子计算时,浏览器能取得 GPU 设备,不代表它支持所有扩展和任意规模的缓冲区。本篇以 65,536 个粒子的任务为例,读取适配器的 features 与 limits,按实际负载申请设备,并验证最终启用的能力。
学习目标
- 区分可选功能
features与资源、调度上限limits。 - 把粒子数量换算为缓冲区字节数和计算工作组数量。
- 使用
requiredFeatures、requiredLimits申请并检查GPUDevice。
特性和限制各自约束什么
navigator.gpu.requestAdapter() 返回 GPUAdapter,其 features 是可迭代的特性集合,可用 has() 查询;limits 是各项数值上限。adapter 代表可提供的能力,真正拿来绘制或计算的 device 可能只启用其中一部分。
| API 名称 | 作用 | 本例判断 |
|---|---|---|
features.has("timestamp-query") |
是否支持 GPU 时间戳查询 | 可选,不支持则不申请 |
limits.maxBufferSize |
单个 GPUBuffer 的最大字节数 |
至少 1,048,576 |
limits.maxStorageBufferBindingSize |
单个存储缓冲绑定可见的最大字节数 | 至少 1,048,576 |
limits.maxComputeWorkgroupSizeX |
工作组 X 维最大线程数 | 至少 64 |
limits.maxComputeInvocationsPerWorkgroup |
单个工作组最大总线程数 | 至少 64 |
limits.maxComputeWorkgroupsPerDimension |
一次分派各维的工作组数量上限 | 至少 1,024 |
从负载算出最小需求
假设每个粒子使用 4 个 f32 存储二维位置和速度,共 16 字节。65,536 个粒子需要 65,536 × 16 = 1,048,576 字节,即 1 MiB。着色器采用 @workgroup_size(64),每个线程处理一个粒子,故需要 65,536 ÷ 64 = 1,024 个 X 维工作组。
申请前要同时检查缓冲区总大小、存储绑定大小、工作组规模及分派上限。timestamp-query 只用于性能测量,不是运行计算的前提;缺失时仍可执行粒子更新。

读取能力并申请设备
在支持 WebGPU 的浏览器中打开 HTTPS 页面或 http://localhost,按 F12 进入开发者工具 Console,粘贴并运行以下完整 JavaScript。代码先对照任务需求判断硬限制,再只申请设备确实支持的可选特性。
async function inspectWebGPU() {
if (!isSecureContext || !navigator.gpu) {
throw new Error("需要安全上下文和 WebGPU 支持");
}
const adapter = await navigator.gpu.requestAdapter();
if (!adapter) throw new Error("未找到可用 GPUAdapter");
const particles = 65_536;
const groupSize = 64;
// 4 个 f32 × 4 字节:每个粒子占 16 字节
const bytes = particles * 16;
const needs = {
maxBufferSize: bytes,
maxStorageBufferBindingSize: bytes,
maxComputeWorkgroupSizeX: groupSize,
maxComputeInvocationsPerWorkgroup: groupSize,
maxComputeWorkgroupsPerDimension: particles / groupSize
};
// 所有硬限制都足够,才发起设备申请
for (const [key, value] of Object.entries(needs)) {
if (adapter.limits[key] < value) {
throw new Error(`${key} 不足:需要 ${value}`);
}
}
const feature = "timestamp-query";
const requiredFeatures = adapter.features.has(feature) ? [feature] : [];
const device = await adapter.requestDevice({
requiredFeatures,
requiredLimits: needs
});
console.log("限制满足:", Object.entries(needs).every(
([key, value]) => device.limits[key] >= value
));
console.log("已申请特性均已启用:", requiredFeatures.every(
key => device.features.has(key)
));
return device;
}
inspectWebGPU().catch(console.error);预期输出(适配器满足本例硬限制时):
限制满足: true
已申请特性均已启用: true第二行即使 timestamp-query 不受支持也可能是 true:此时 requiredFeatures 为空数组,表示没有要求启用任何可选特性,不等于 GPU 支持时间戳查询。是否真正启用要以 device.features.has("timestamp-query") 为准。
限制不足时如何降级
若报 maxStorageBufferBindingSize 不足,先缩减单次绑定的数据量,或把粒子分成多个缓冲区与多轮计算;若 maxComputeWorkgroupSizeX 不够,可将 @workgroup_size(64) 改为更小的合法值,同时重新计算分派数量,并检查 maxComputeWorkgroupsPerDimension。不能只调整 JavaScript 的申请数值而保持 WGSL 不变。
验证后继续使用返回的 device 创建资源。若后续把缓冲区扩至 2 MiB,必须重新检查实际 device.limits;不能因为适配器支持更大值,就假设此前申请的设备也允许更大的绑定。