如何提高 OpenGL 着色器中的纹理访问性能？

Question

条件

我使用 OpenGL 3 和 PyOpenGL。

我有大约 50,000 (53'490) 个顶点，每个顶点都有 199 vec3 个属性，这些属性决定了它们的位移。不可能将此数据存储为常规顶点属性，所以我使用纹理。

问题是：非并行化 C 函数计算顶点位移的速度与 GLSL 一样快，在某些情况下甚至更快。我查了：问题是纹理读取，我不知道如何优化它。

我写了两个不同的着色器。一个在 ~0.09s 内计算新模型，另一个在 ~0.12s 内计算新模型（包括属性分配，这两种情况都相等）。

代码

两个着色器都以

开头

#version 300 es

in vec3 vin_position;

out vec4 vin_pos;

uniform mat4 rotation_matrix;

uniform float coefficients[199];

uniform sampler2D principal_components;

更快的是

void main(void) {
    int c_pos = gl_VertexID;
    int texture_size = 8192;
    ivec2 texPos = ivec2(c_pos % texture_size, c_pos / texture_size);
    vec4 tmp = vec4(0.0);
    for (int i = 0; i < 199; i++) {
        tmp += texelFetch(principal_components, texPos, 0) * coefficients[i];
        c_pos += 53490;
        texPos = ivec2(c_pos % texture_size, c_pos / texture_size);
    }
    gl_Position = rotation_matrix
        * vec4(vin_position + tmp.xyz, 246006.0);
    vin_pos = gl_Position;
}

慢一点的

void main(void) {
    int texture_size = 8192;
    int columns = texture_size - texture_size % 199;
    int c_pos = gl_VertexID * 199;
    ivec2 texPos = ivec2(c_pos % columns, c_pos / columns);
    vec4 tmp = vec3(0.0);
    for (int i = 0; i < 199; i++) {
        tmp += texelFetch(principal_components, texPos, 0) * coefficients[i];
        texPos.x++;
    }
    gl_Position = rotation_matrix
        * vec4(vin_position + tmp.xyz, 246006.0);
    vin_pos = gl_Position;
}

它们的主要区别：

在第一种情况下，顶点的属性存储方式如下：
- 所有顶点的第一个属性
- 所有顶点的第二个属性
- ...
- 所有顶点的最后一个属性
在第二种情况下，顶点的属性以另一种方式存储：
- 第一个顶点的所有属性
- 第二个顶点的所有属性
- ...
- 最后一个顶点的所有属性
同样在第二个示例中，数据被对齐，以便每个顶点的所有属性仅存储在一行中。这意味着如果我知道某个顶点的第一个属性的行和列，我只需要增加 x 纹理坐标的分量

我想，对齐的数据访问起来会更快。

问题

为什么数据访问速度不快？
如何提高它的性能？
是否有能力 link 带顶点的纹理块？
是否有关于数据对齐的建议，关于 GPU（Intel HD、nVidia GeForce）缓存的相关文章？

备注

coefficients 数组逐帧更改，否则没有问题：我可以预先计算模型并且很高兴

Answer 1

Why is data not accessed faster?

因为 GPU 并不神奇。 GPU 通过并行执行计算来提高性能。执行 100 万次纹素提取，无论它如何发生，都不会很快。

如果您使用这些纹理的结果进行光照计算，它会显得很快，因为光照计算的成本会被内存获取的延迟所隐藏。您正在获取一次提取的结果，执行 multiply/add，然后进行另一次提取。太慢了。

Is there ability to link texture chunk with vertex?

即使有（也没有），那会有什么帮助？ GPU 以并行的方式执行操作。这意味着同时处理多个顶点，每个顶点访问 200 个纹理。

因此，让每个纹理访问连贯一致对性能有帮助。也就是说，相邻的顶点将访问相邻的纹素，从而使纹理获取的缓存效率更高。但是无法知道将考虑哪些顶点 "neighbors"。纹理调配布局依赖于实现，因此即使您知道顶点处理的顺序，也无法调整纹理以利用它的局部优势。

最好的方法是放弃顶点着色器和纹理访问，转而使用计算着色器和 SSBO。这样，通过设置工作组大小，您可以直接了解访问的位置。使用 SSBO，您可以以任何方式安排您的阵列，为您提供每个波前的最佳访问位置。

但是这样的事情就相当于在裂开的伤口上贴创可贴

How can I increase performance of it?

停止获取这么多纹理。

我是认真的。虽然有一些方法可以降低您正在做的事情的成本，但最有效的解决方案是更改您的算法，这样它就不需要做那么多工作。

您的算法看起来很像通过 "poses" 调色板进行的顶点变形，系数指定了应用于每个姿势的权重。如果是这种情况，那么您的大部分系数要么为 0 要么小得可以忽略不计的可能性很大。如果是这样，那么您正在浪费大量访问纹理的时间，只是为了将它们的贡献变成无。

如果你的大部分系数都是 0，那么最好的办法是选择一些任意的小数字作为可能影响结果的最大系数数。例如，8。您将一个包含 8 个索引和系数的数组作为制服发送到着色器。然后你遍历那个数组，只获取 8 次。而且你可能只需要 4 个就可以逃脱。

如何提高 OpenGL 着色器中的纹理访问性能？

How to improve texture access performance in OpenGL shaders?

opengl

performance

textures

glsl

条件

代码

问题

备注