具有早期返回和分支的 GLSL 顶点着色器性能

Question

我有一个这样的顶点着色器

void main (){

    vec4 wPos = modelMatrix * vec4( position , 1. );

    vWorldPosition = wPos.xyz;

    float mask = step(
        0.,
        dot(
            cameraDir, 
            normalize(normalMatrix * aNormal)
        )
    );

    gl_PointSize = mask * uPointSize;

    gl_Position = projectionMatrix * viewMatrix * wPos;

}

我不完全确定如何测试着色器的性能，并排除其他因素，如过度绘制。我想一个大小为 1 的点，在屏幕空间中以网格形式排列，没有任何重叠会起作用吗？

否则我会对这些调整感到好奇：

（删除step，删除一个乘法，引入ifelse）

void main (){

    if(dot(
         cameraDir, 
         normalize(normalMatrix * aNormal) //remove step
    ) < 0.) {
        gl_Position = vec4(0.,.0,-2.,.1); 
        gl_PointSize = 0.;
    } else {

        gl_PointSize = uPointSize; //remove a multiplication

        vec4 wPos = modelMatrix * vec4( position , 1. );

        vWorldPosition = wPos.xyz;
        gl_Position = projectionMatrix * viewMatrix * wPos;
    }

}

对比这样的：

void main (){

    if(dot(
         cameraDir, 
         normalize(normalMatrix * aNormal) 
    ) < 0.) {
        gl_Position = vec4(0.,.0,-2.,.1); 
        return;
    }

    gl_PointSize = uPointSize; 

    vec4 wPos = modelMatrix * vec4( position , 1. );

    vWorldPosition = wPos.xyz;

    gl_Position = projectionMatrix * viewMatrix * wPos;

}

这些着色器的行为会有所不同吗？为什么/如何？

如果有什么东西可以量化性能差异，我很感兴趣。

• 是否有一些值，例如 MAD 的数量或不同代码显然会产生的其他值？
• 不同代的 GPU 会以不同的方式处理这些差异吗？
• 如果保证步骤版本最快，是否有一个已知的模式列表来说明如何避免分支，以及首选哪些操作？ （比如使用floor 代替step 也可以？）：

.

float condition = clamp(floor(myDot + 1.),0.,1.); //is it slower?

Answer 1

变量太多了，所以答案是“视情况而定”。一些 GPU 可以处理分支。有些不能，代码由编译器扩展，因此没有分支，只有乘以 0 的数学和不是的其他数学。然后是一些尝试积极避免过度绘制的平铺 GPU。我敢肯定还有其他因素。

理论上，您可以运行一百万次或几百万次着色器迭代，并使用

gl.readPixels(one pixel);
const start = performance.now();
...draw a bunch..
gl.readPixels(one pixel);
const end = performance.now();
const elapsedTime = end - start;

gl.readPixels 是一个同步操作，因此它会暂停 GPU 管道。 elapsedTime 本身并不是实际时间，因为它包括启动 GPU 并停止它等等，但似乎您可以将一个着色器中的 elapsedTime 与另一个着色器进行比较，看看哪个更快。

换句话说，如果elapsedTime 是 10 秒，这并不意味着您的着色器需要 10 秒。这意味着启动 gpu、运行着色器和停止 GPU 需要 10 秒。这些秒中有多少是开始的，有多少是停止的，有多少是你的着色器不可用的。但是，如果一个着色器的 elaspedTime 是 10 秒，另一个着色器是 11 秒，那么可以肯定地说一个着色器比另一个着色器快。请注意，您可能希望使您的测试足够长，以便获得几秒的差异，而不是微秒的差异。您还需要在多个 GPU 上进行测试，看看速度差异是否始终成立。

请注意，在顶点着色器中调用return 不会阻止生成顶点。事实上，gl_Position 在这种情况下是未定义的。

Answer 2

条件分支在 GPU 上的开销很大——通常比乘法开销要大得多，因此修改后的着色器可能会更慢。