减少GPU和CPU之间的带宽（发送原始数据或预先计算）

Question

好的，所以我只是试图找出减少GPU和CPU之间带宽的最佳方法。

粒子系统。

我是否应该预先计算CPU上的大部分内容并将其发送到GPU，这包括位置，旋转，速度，alpha和随机数等的计算。

或者我应该尽可能多地在着色器中尽可能多地使用几何着色器。

我的问题是，我编写的那种应用程序必须将很少的变量发送到着色器，例如，用户在运行时将选择发射器位置和速度加上更多。我不确定如何处理的各种事情是“如果用户想要随机速度并给出最小值和最大值以从中选择随机值，那么这个随机值是否应在CPU上计算并发送作为GPU的单个值，还是应该将最小值和最大值都发送到GPU并在GPU中使用随机函数发生器呢？对减少带宽和优化的任何评论都非常感激。

Answer 1

  

我是否应该预先计算CPU上的大部分内容并将其发送到GPU，这包括位置，旋转，速度，alpha和随机数等的计算。

     

或者我应该尽可能多地在着色器中尽可能多地使用几何着色器。

无法回答。花费太多的CPU时间和性能会下降。花费太多GPU时间，性能也会下降。传输过多数据，性能会下降。所以，而不是试图猜测（我不知道你正在写什么应用程序，你的目标硬件是什么，等等，你甚至没有指定你的目标api和平台）测量/配置文件并选择最佳方法。 PROFILE ，而不是试图猜测性能。有AQTime 7 Standard，gprof和NVPerfKit（以及许多其他工具）。

您的应用程序中确实存在性能问题吗？如果您没有任何性能问题，请不要做任何事情。你有，实际上每帧有一千万个粒子吗？如果没有，没有什么可担心的，因为一个600mhz的cpu能够在7年前轻松处理数千个cpu。另一方面，如果你有动态3d环境，粒子必须与它互动（反弹），那么在GPU上完成这一切将会更加困难。

无论如何，对我而言，听起来你不需要优化任何东西，并且没有实际需要进行优化。因此，最好的想法是专注于其他一些事情。

但是，无论如何，请确保您使用正确的方式传输经常更新的“动态”数据。在directX中，这意味着使用带有D3DLOCK_DISCARD | D3DLOCK_NOOVERVERRRITE的动态只写顶点缓冲区。使用OpenGL可能意味着使用STREAM or DYNAMIC bufferdata with DRAW access。这应该足以避免重大的性能下降。

Answer 2

对此没有一个正确的答案。以下是一些可能有助于您下定决心的事情：

1. 您确定通过总线传输的数据量是否足以成为问题？您可能希望进行数学计算，看看每秒有多少数据与目标硬件上可用的数据相比。
2. 应用程序是否可能受CPU限制或受GPU限制？如果它已经受到GPU限制，则无需进一步加载它。
3. 粒子系统很容易在CPU上实现，并且可以在任何硬件上运行。支持非平凡粒子系统的GPU实现将更加复杂，并且仅限于支持所需功能的硬件（例如，流出和允许访问它的API。）
4. 考虑一种混合方法。你能否将粒子系统分解为GPU上实现的低复杂度，高带宽粒子系统以及CPU上实现的高复杂度，低带宽系统？

所有这一切，我想我会从CPU实现开始，如果证明有必要和可行的话，将部分工作转移到GPU上。