Rendering Quads Performance с металлом

Question

Я стараюсь как можно быстрее отобразить большое количество очень маленьких 2D-квадов на графическом процессоре Apple A7 с использованием Metal API. Исследуя, что количество пропускных чисел треугольника GPU, например. here, и из Apple, цитируя> 1M треугольники на экране во время их основной записи, я ожидал, что смогу отобразить примерно 500 000 таких квадратов на кадр со скоростью 60 кадров в секунду. Возможно, немного меньше, учитывая, что все они видны (на экране, а не скрыты z-буфером) и крошечными (сложными для растеризатора), поэтому это, вероятно, не является прецедентом, для которого GPU отлично оптимизирован. И, возможно, что демонстрация Apple работает со скоростью 30 кадров в секунду, так что скажем, ~ 200 000 должны быть выполнимы. Конечно, 100 000 ... верно?

Однако в моем тестовом приложении максимальная скорость составляет всего ~ 20 000 - это больше, а частота кадров падает ниже 60 на iPad Air. С 100 000 квадрациклов он работает со скоростью 14 кадров в секунду, т. Е. При пропускной способности 2,8 М треугольников/сек (сравните это с 68.1M на экране треугольников, цитируемых в статье AnandTech!).

Даже если я сделаю квадрациклы маленькими пикселями с тривиальным шейдером фрагмента, производительность не улучшится. Таким образом, мы можем предположить, что это привязка вершины, и отчет графического процессора в Xcode согласен («Tiler» равен 100%). Вершинный шейдер также тривиальный, ничего не делая, кроме небольшого масштабирования и математики перевода, поэтому я предполагаю, что узким местом является некоторый этап фиксированной функции ...?

Просто для получения дополнительной информации о фон, я обрабатываю всю геометрию с помощью одного вызова с инкриминируемым обратным вызовом с одним квадратом на один экземпляр, т. Е. 4 вершины на экземпляр. Позиции квада применяются из отдельного буфера, который индексируется идентификатором экземпляра в вершинном шейдере. Я также пробовал несколько других методов (без инстансов со всеми предварительно преобразованными вершинами, instanced + indexed и т. Д.), Но это не помогло. Не существует сложных атрибутов вершин, форматов буфера/поверхности или чего-либо еще, о чем я могу думать, что, вероятно, попадет в медленный путь в драйвере/графическом процессоре (хотя я не уверен, конечно). Смешение выключено. Практически все остальное находится в состоянии по умолчанию (такие, как viewport, scissor, ztest, culling и т. Д.).

Приложение написано в Swift, хотя, надеюсь, что не имеет значения)

То, что я пытаюсь понять, является ли производительность, что я вижу, как ожидается, при оказании каре, как это (в отличие от «правильная» трехмерная сцена), или нужны ли какие-то более сложные методы для того, чтобы приблизить ту или иную рекламируемую пропускную способность треугольника. Что думают люди, вероятно, является ограничивающим узким местом здесь?

Кроме того, если кто-нибудь знает, почему это может быть быстрее в OpenGL, чем в Metal (я не пробовал и не могу думать о какой-либо причине), то я бы тоже хотел его услышать.

Thanks

Редактировать: добавление шейдерного кода.

vertex float4 vertex_shader(
     const constant float2* vertex_array [[ buffer(0) ]], 
     const device QuadState* quads [[ buffer(1) ]], 
     constant const Parms& parms [[ buffer(2) ]], 
     unsigned int vid [[ vertex_id ]], 
     unsigned int iid [[ instance_id ]]) 
{ 
    float2 v = vertex_array[vid]*0.5f; 

    v += quads[iid].position; 

    // ortho cam and projection transform 
    v += parms.cam.position; 
    v *= parms.cam.zoom * parms.proj.scaling; 

    return float4(v, 0, 1.0); 
} 


fragment half4 fragment_shader() 
{ 
    return half4(0.773,0.439,0.278,0.4); 
} 

Answer 1

Не видя ваш Swift код/​​Objective-C Я не могу быть уверен, но я думаю, вы тратите слишком много времени, призывающую код инстансов. Instancing полезен, когда у вас есть модель с сотнями треугольников, а не для двух.

Попробуйте создать буфер вершин с 1000 квадрациклов в нем и посмотреть, увеличивается ли производительность.