我需要加快我正在处理的一些粒子系统的视觉效果。令人眼前一亮的是添加混合、积累以及粒子上的轨迹和发光。目前我正在手动渲染到浮点图像缓冲区，在最后一分钟转换为无符号字符，然后上传到 OpenGL 纹理。为了模拟辉光，我以不同的分辨率和不同的偏移多次渲染相同的纹理。这被证明太慢了，所以我正在考虑改变一些东西。问题是，我的开发硬件是 Intel GMA950，但目标机器有 Nvidia GeForce 8800，所以在这个阶段很难分析 OpenGL 的东西。
我做了一些非常不科学的分析，发现大部分速度减慢来自处理浮点图像:按常数缩放所有像素以淡出它们，并将浮点图像转换为无符号字符并上传到图形硬件。因此，我正在寻找以下优化选项:
- 在定点 16.16 配置中用 uint32 替换 float
- 使用 SSE2 程序集优化浮点运算(图像缓冲区是一个 1024*768*3 的 float 组)
- 使用 OpenGL 累积缓冲区而不是 float 组
- 使用 OpenGL 浮点 FBO 而不是 float 组
- 使用 OpenGL 像素/顶点着色器
您有任何这些可能性的经验吗？有什么想法，建议吗？还有什么我没想到的？
最佳答案
问题只是您必须处理的数据量太大。
您的 float 缓冲区大小为 9 兆字节，并且您不止一次接触数据。您的渲染循环很可能看起来像这样:
- 清除缓冲区
- 在上面渲染一些东西(使用读写)
- 转换为无符号字节
- 上传到 OpenGL
您需要移动大量数据，而缓存对您帮助不大，因为图像比您的缓存大得多。假设您触摸每个像素五次。如果是这样，您将 45mb 的数据移入和移出慢速主内存。 45mb 听起来不是很多数据，但考虑到几乎每次内存访问都会导致缓存未命中。 CPU 将花费大部分时间等待数据到达。
如果您想留在 CPU 上进行渲染，您无能为力。一些想法:
将 SSE 用于非临时加载和存储可能会有所帮助，但它们会使您的任务变得相当复杂(您必须对齐读取和写入)。
<尝试将渲染分解成多个图 block 。例如。在较小的矩形(256*256 左右)上做所有事情。这背后的想法是，您实际上可以从缓存中获益。例如，在清除矩形后，整个位图将在缓存中。渲染和转换为字节现在会快很多，因为不再需要从相对较慢的主内存中获取数据。
不得已:降低粒子效果的分辨率。这将以视觉质量为代价让您物有所值。
最好的解决办法是将渲染图移到显卡上。如今，渲染到纹理功能已成为标准。让它与 OpenGL 一起工作有点棘手，因为你必须决定使用哪个扩展，但一旦你让它工作，性能就不再是问题了。
顺便说一句 - 你真的需要浮点渲染目标吗？如果你摆脱每个像素 3 个字节，你会看到一个很好的性能改进。
关于performance - 图形:浮点累积图像的最佳性能，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/590504/