如何提高float lerp函数的速度？ [关闭]

Question

最近我在写一个软光栅渲染器，但是它的速度真的很慢。通过性能测试，我发现float lerp函数是瓶颈。如何提高此功能的速度？使用simd？有什么想法吗？

inline float MathUtil::Lerp(float x1, float x2, float t)
{
    return x1 + (x2 - x1)*t;
}

//lerp vector
ZCVector MathUtil::Lerp(const ZCVector& v1, const ZCVector& v2, float t)
{
    return ZCVector(
        Lerp(v1.x, v2.x, t),
        Lerp(v1.y, v2.y, t),
        Lerp(v1.z, v2.z, t),
        v1.w
    );
}

//lerp ZCFLOAT2
ZCFLOAT2 MathUtil::Lerp(const ZCFLOAT2& v1, const ZCFLOAT2& v2, float t)
{
    return ZCFLOAT2(
        Lerp(v1.u, v2.u, t),
        Lerp(v1.v, v2.v, t)
    );
}

//lerp ZCFLOAT3
ZCFLOAT3 MathUtil::Lerp(const ZCFLOAT3& v1, const ZCFLOAT3& v2, float t)
{
    return ZCFLOAT3(
        Lerp(v1.x, v2.x, t),
        Lerp(v1.y, v2.y, t),
        Lerp(v1.z, v2.z, t)
    );
}

//lerp VertexOut
VertexOut MathUtil::Lerp(const VertexOut& v1, const VertexOut& v2, float t)
{
    return VertexOut(
        Lerp(v1.posTrans, v2.posTrans, t),
        Lerp(v1.posH, v2.posH, t),
        Lerp(v1.tex, v2.tex, t),
        Lerp(v1.normal, v2.normal, t),
        Lerp(v1.color, v2.color, t),
        Lerp(v1.oneDivZ, v2.oneDivZ, t)
    );
}

VertexOut 的结构：

class VertexOut
{
public:

    ZCVector posTrans;

    ZCVector posH;

    ZCFLOAT2 tex;

    ZCVector normal;

    ZCFLOAT3 color;

    float oneDivZ;
}

scanlinefill函数填充三角形，每个顶点都需要使用lerp函数，所以会被调用这么多次。

void Tiny3DDeviceContext::ScanlineFill(const VertexOut& left, const VertexOut& right,  int yIndex)
{
    float dx = right.posH.x - left.posH.x;

    for (float x = left.posH.x; x <= right.posH.x; x += 0.5f)
    {
        int xIndex = static_cast<int>(x + .5f);
        if(xIndex >= 0 && xIndex < m_pDevice->GetClientWidth())
        {

            float lerpFactor = 0;
            if (dx != 0)
            {
                lerpFactor = (x - left.posH.x) / dx;
            }


            float oneDivZ = MathUtil::Lerp(left.oneDivZ, right.oneDivZ, lerpFactor);
            if (oneDivZ >= m_pDevice->GetZ(xIndex,yIndex))
            {
                m_pDevice->SetZ(xIndex, yIndex, oneDivZ);
                //lerp get vertex
                VertexOut out = MathUtil::Lerp(left, right, lerpFactor);
                out.posH.y = yIndex;

                m_pDevice->DrawPixel(xIndex, yIndex, m_pShader->PS(out));
            }           
        }   
    }
}

Answer 1

此循环结构可能会根据需要运行 lerp 的两倍：

for (float x = left.posH.x; x <= right.posH.x; x += 0.5f) {
      int xIndex = static_cast<int>(x + .5f);
      ...
}

相反，（更准确地说），循环递增整数 xIndex，并为每个 xIndex 计算正确的 float x。

---

这可能会自动矢量化，但您必须检查编译器输出以了解发生了什么。希望你用out.posH.y = yIndex; 覆盖的 Lerp 得到优化，因为你丢弃了结果。如果没有，您可能会通过制作不执行该 Lerp 的包装函数来获得加速。

---

您可以通过使用 Struct-of-Arrays 方法而不是让结构的所有内容保持连续的 AoS 方法来使其对 SIMD 更加友好。但是，您以相同的方式对多个元素进行 Lerping，因此它可能会使用两个标量和一个向量 Lerp 自动矢量化。

请参阅sse 标记 wiki 以获取有关 SIMD 内容的一些指南，包括指向此 very nice beginner / intermediate set of slides 的链接。

---

您可能还可以更改其他内容，尤其是。 对代码进行更大规模的重组以减少整体工作。与使用 SIMD 来有效地应用现代 CPU 的蛮力相比，这种优化通常可以为您带来更大的加速。

同时做这两件事来倍增加速是真正让事情变得更快的原因。

缓存未命中和内存带宽瓶颈通常是一个重要因素，因此优化您的访问模式会产生很大的不同。

如果您想了解更多底层细节，请参阅Agner Fog's optimization guide。他有一个 C++ 优化指南，但大部分好东西都是关于 x86 asm 的。 （另见x86 标签维基）。但请记住，这种低级优化只是在寻找高级优化之后的一个好主意。