OpenGL RHI优化
前言
随着Vulkan的普及，OpenGL已经在被慢慢淘汰，更轻的API调用可以节省不少性能，尤其是在移动平台上，可以减少CPU开销，进而减少功耗。看起来很完美，但是问题是目前移动平台Vulkan驱动存在很多兼容性问题，大家主流的做法都是通过白名单的方式去开Vulkan，所以目前我们还是要继续以OpenGL为主。此文的目的是笔者在优化OpenGL的时候积累的一些经验，因为使用的引擎是UE4，所以这里的优化是以UE4展开的，当然大部分优化都是通用的。
优化
在诸多API中，耗时比较高的有如下这些
- 设置texture
- 设置buffer
- 设置uniform、uniform buffer
- 设置program
- 更新texture
- 更新buffer
- 编译shader
其它API也有开销，但是不是特别明显或者尽量避免即可（比如设置render target），可以针对性做些优化，一般状态缓存就能比较好的解决问题。
因为移动平台目前主流机器都是TBDR构架，不同平台有自己的减少overdraw的策略，比如高通的LRZ、ARM的FPK以及PowerVR的HSR技术。所以我们排序可以以渲染状态为主来排序，当然老的机器上因为实现不好，可能还是按距离排序能减少更多overdraw。接下来我们针对上面提到的开销大的API针对性做优化。
设置texture
- 尽量Pack纹理通道，比如Normal使用两个通道
- 使用Atlas合并贴图
- 使用Texture2DArray合并贴图
- 将通用的纹理固定到特定slot上，比如shadow map，reflection texture，cluster shading 相关buffer等
SHADER_PARAMETER_TEXTURE_EX(Texture2D, DirectionalLightShadowTexture, 3)
- UE每个DC设置完后会把没用到的texture置成None，这样是为了解决某些驱动的问题，可以优化，太过于保守了。
设置Buffer
- 相关性比较强的buffer尽量放到一起，比如normal和tangent
- 使用大buffer+offset的方式管理buffer，这个在后面更新buffer会详细讲解
设置uniform、unform buffer
在4.21之前，ES31下面是完全使用uniform buffer，从4.21之后可以使用emulated uniform buffer，这个东西就是你上层设置更新还是使用的uniform buffer的接口，但是实际上底层用的是uniform。按官方的说法是可以节省大量的内存并且会提升性能
但是实际上我们测试下来开销还是很高，因为设置的uniform数量会变很多，那么有没有更好的优化方式呢？当然是有的，既然是想省内存和性能，那么我们可以使用混合的方式，让uniform和uniform buffer共存使用。哪些适合用uniform buffer呢，像View、DirectionalLight、Shadow这种per frame或者multi frame的就适合，因为数量少，但是像Primitive这种数量特别大的就不适合。
另外UE本身实现的emulated uniform buffer因为在使用的时候并没有把数据完全Pack起来，这个地方也可以在编译期将它们pack到一起并记录下来运行时拷贝到对应的offset处。
优化前 |
优化后 |
#define View_IndirectLightingCacheShowFlag (pc0_h[11].x) #define View_ReflectionEnvironmentRoughnessMixingScaleBiasAndLargestWeight (pc0_h[10].xyz) #define View_HighResolutionReflectionCubemapMaxMip (pc0_h[9].x) #define View_ReflectionCubemapMaxMip (pc0_h[8].x) #define View_SkyLightColor (pc0_h[7].xyzw) #define View_NormalCurvatureToRoughnessScaleBias (pc0_h[6].xyz) #define View_IndirectLightingColorScale (pc0_h[5].xyz) #define View_CullingSign (pc0_h[4].x) #define View_PreExposure (pc0_h[3].x) #define View_ViewSizeAndInvSize (pc0_h[2].xyzw) #define View_ViewRectMin (pc0_h[1].xyzw) #define View_PreViewTranslation (pc0_h[0].xyz) uniform highp vec4 pc0_h[12]; |
layout(std140) uniform pb0 { vec4 Padding0[76]; highp vec3 View_PreViewTranslation; float PaddingF1228_0; vec4 Padding1228[63]; vec4 View_ViewRectMin; highp vec4 View_ViewSizeAndInvSize; vec4 Padding2272[4]; float PaddingB2272_0; highp float View_PreExposure; float PaddingF2344_0; float PaddingF2344_1; vec4 Padding2344[6]; float PaddingB2344_0; float PaddingB2344_1; float PaddingB2344_2; highp float View_CullingSign; vec4 Padding2464[13]; highp vec3 View_IndirectLightingColorScale; float PaddingF2684_0; vec4 Padding2684[54]; highp float View_IndirectLightingCacheShowFlag; } View; |
#define Primitive_LightingChannelMask (pc2_u[0].x) #define Primitive_UseSingleSampleShadowFromStationaryLights (pc2_h[1].x) #define Primitive_InvNonUniformScaleAndDeterminantSign (pc2_h[0].xyzw) uniform uvec4 pc2_u[1]; uniform highp vec4 pc2_h[3]; |
#define Primitive_PrimaryPrecomputedShadowMaskValue (pc2_h[1].z) #define Primitive_LightingChannelMask (floatBitsToUint(pc2_h[1].y)) #define Primitive_UseSingleSampleShadowFromStationaryLights (pc2_h[1].x) #define Primitive_InvNonUniformScaleAndDeterminantSign (pc2_h[0].xyzw) uniform highp vec4 pc2_h[2]; |
可以看到View使用了uniform buffer，而Primitve还是使用uniform，但是变量数量从4个vec4减少到了两个vec4。
设置Program
尽量减少program的数量，比如一些简单的宏可以通过?运算符之类来避免，另外是通过uniform的方式来代替宏，当然这个需要评估，因为可能会造成register spilling以及降低效率。
更新纹理
在开启了texture streaming之后并且纹理数量过多的情况下会导致纹理更新的消耗比较大，可以尝试以下优化：
- UE本身使用了PBO来做纹理更新，这个在移动平台上没必要的，还额外多了一次上传PBO的开销。
- 另外在开启RHI情况下会有一次额外的从Render到RHI的纹理数据拷贝，这个也可以优化掉。
- OpenGL本身支持multi context，可以单独起一个线程来做纹理的上传。
更新Buffer
如果你的buffer数量很多另外又需要频率的更新，这个时候在一些稍微老些的机器上（888及以下机器）很容易遇到更新buffer的过高耗时和卡顿，我们在之前的
文章
里面有写过。
只不过当时的文章比较久了，后面又有新的实现，现在是除了UAV之外的所有buffer都可以使用大buffer+offset方式访问内存，这个给RHI减少10%~20%的开销。
- glDrawRangeElements、glDrawElements 中有start index
- texture buffer glTexBufferRangeEXT 支持offset,这个主要是ISM、HISM中的instance数据会用到。
Shader编译
Shader编译是很耗时的操作，目前大家常见的做法就是提前收集好PSO并预热，但是很难覆盖完整，如果直接在RHI线程编译会导致卡顿，这个时候也可以复用GL的多context机制进行异步编译。但是这样会引入闪烁，需要去做平衡。
总结
上面列了一些OpengGL开销较大的函数并针对性做了优化，其它API也可以通过cache机器等来做优化，如果按照上面的思路都优化完成，相信你的GL性能一定会有不错的提升以及更低的功耗。