Unity 中的渲染优化技术

学习笔记，自用

移动平台配置

【常见手机GPU】
PowerVR 芯片：
  通常用于 iOS 设备和某些 Android 设备
  使用了基于瓦片的延迟渲染 (Tiled-based Deferred Rendering, TBDR) 架构，把所有的渲染图像装入一个个瓦片 (tile) 中，再由硬件找到可见的片元，只有可见片元才会执行片元着色器。
Adreno、Mali ：
  分别是高通的芯片和 ARM 的芯片
  基于瓦片+ early-z 或相似的技术进行一个低精度的的深度检测， 来剔除那些不需要渲染的片元
Tegra:
  英伟达的芯片
  使用了传统的架构设计,因此在这些设备上 overdraw 更可能造成性能的瓶颈。

目前市场顶配：
  三星的Galaxy S系列手机1GHz蜂鸟CPU（S5PC110）配合PowerVR SGX540图形处理芯片、摩托罗拉的Droid X

unity渲染分析工具

用来定位性能瓶颈
1、渲染统计窗口 Rendering Statistics Window

2、性能分析器 Profiler
Window -> analysis->Profiler
显示了绝大部分在Statistics中提供的信息，还有draw call 数目、动态批处理／静态批处理的数目、渲染纹理的数目和内存占用等

3、帧调试器 (Frame Debugger)

可以看到每一个 draw call 工作和结果
例如本图中可以看到 2 DepthTexture + 2 shadows + 其他模型的draw call

优化技术

CPU主要负责保证帧率， GPU主要负责分辨率相关的一些处理

CPU优化

对于 CPU 来说，限制它的主要是每一帧中 draw call 的数目，因为每次调用 draw call 时， CPU 往往都需要改变很多渲染状态的设置，而这些操作是非常耗时的

使用批处理技术减少 draw call 数目

【批处理含义】
  每次调用 draw call 时尽可能多地处理多个物体

【什么样的物体可以一起处理】
  使用同一个材质的物体，它们之间的不同仅仅在于顶点数据的差别

【Unity中支持的批处理方式】
1、动态批处理：
优缺点：Unity 自动完成的，物体是可以移动的，但是限制很多，
限制：如网格的顶点属性规模要小于900；多Pass 的shader会中断批处理

2、静态批处理：（尽可能选择）
优缺点：自由度高，限制很少，但可能会占用更多的内存，且物体不可以再移动了
本质上是牺牲内存换取性能，VBO更大了：把静态物体变换到世界空间下，然后为它们构建一个更大的顶点和索引缓存。对于使用了同材质的物体统一绘制，对于使用了不同材质的物体，静态批处理可以减少这些 draw call 之间的状态切换；处理平行光的BasePass部分会被静态批处理，但是处理其他光源的额外Pass不会
unity实现：

【共享材质】
1、如果两个材质之间只有使用的纹理不同
  把这些纹理合并到一张更大的纹理–图集(atlas)，使用同一个材质，再使用不同的采样坐标对纹理采样即可
2、不同的物体在材质上还有一些微小的参数变化
  一个例子是， 森林场景中所有的树使用了同一种材质， 我们希望它们可以通过批处理来减少 draw call, 但不同树的颜色可能不同。 这时，我们可以利用网格的顶点的颜色数据来调整。

GPU优化

减少需要处理的顶点数目

优化几何体

  建模时，尽可能减少模型中三角面片的数目，移除不必要的硬边以及纹理衔接 避免边界平滑和纹理分离。

使用模型的 LOD ( Level of Detail) 技术

  LOD允许当对象逐渐远离摄像机时，减少模型上的面片数量，从而提高性能
  Unity中使用LOD Group组件，对同一个物体用不同细节程度的模型赋给组件中的不同等级， Unity 就会自动判断当前位置上需要使用哪个等级的模型。

使用遮挡剔除 (Occlusion Culling) 技术

  对比视锥体剔除：应用在程序阶段CPU端，剔除掉那些不在摄像机的视野范围内的对象，遮挡剔除可以直接去掉多余的顶点数目

减少需要处理的片元数目

控制绘制顺序

  让物体从前往后绘制，可以很大程度上减少overdraw。
  可以尽可能地把物体的队列设置为不透明物体的渲染队列，而尽量避免使用半透明队列（为了得到正确的渲染结果，必须从后往前渲染）

警惕透明物体

  如果场景中包含了大面积的半透明对象，或者有很多层相互覆盖的半透明对象（即便 它们每个的面积可能都不大），或者是透明的粒子效果，在移动设备上也会造成大报的 overdraw。 这是应该尽量避免的。
  透明度测试也会影响游戏性能

减少实时光照和阴影

  对逐像素的光源来说，被光源照的物体需要被再渲染一次，而且这种额外的处理逐像素光源的 Pass 都无法进行批处理，会中断批处理
  模拟光源的方法：烘焙技术(把光照提前烘焙到一张光照纹理 lightmap); God Ray
  使用烘焙把静态物体的阴影信息存储到光照纹理中，而只对场景中的动态物体使用适当的实时阴影

减少计算复杂度

使用 Shader LOD (Level of Detail) 技术

  与模型的 LOO 技术类似，控制使用的 Shader 等级；Shader的 LOO 小于某个设定的值，这Shader才会被使用

代码方面的优化

  对象数＜顶点数＜像素数, 尽可能地把计算放在每个对象或逐顶点上(如实现高斯模糊和边缘检测时,把采样坐标的计算放在了顶点着色器中)
  使用低精度的浮点值进行运算 (float/highp:顶点坐标等变量, half/mediump：一些标量、纹理坐标等变量，计算速度大约是 float 的两倍；fixed/lowp 适用于绝大多数颜色变量和归一化后的方向矢量，计算速度大约是 float的4倍)
  用插值寄存器把数据从VS传递给FS时，使用尽可能少的插值变量（对两个纹理坐标进行插值， float4 类型的变量，对应了xy和zw分量）
  尽可能不要使用全屏的屏幕后处理效果
  其他通用方法

节省内存带宽

减少纹理大小

  尽可能使用多级渐远纹理技术 (mipmapping) 和纹理压缩，把纹理类型设置为 Advanced, 勾选 Generate MipMaps; GUI纹理除外，需要保证质量
  回顾：使用纹理图集可以帮助我们减少 draw call 的数目

利用分辨率缩放