Question

我正在编写一个小型渲染器（基于光栅化算法）。这是我为测试不同技术而做的个人项目。我正在测量渲染一堆三角形所花费的时间，而在这样做时我发现了一些奇怪的东西。如果给定像素与2D三角形重叠并通过一些其他测试（它在缓冲区中写入该三角形的颜色），则程序执行的操作是写入图像缓冲区（Vec3ui的1D数组）。

Vec3<unsigned char> *fb = new Vec3<unsigned char>[w * h];
...
void rasterize(
    ...,
    Vec3<unsigned char> *&fb,
    float *&zbuffer)
{
    Vec3<unsigned char> randcol(drand48() * 255, drand48() * 255, drand48() * 255);
    ...
    uint32_t x, y;
    // loop over bounding box of triangle
    // check if given pixel is in triangle
    for (y = ymin, p.y = ymin; y <= ymax; ++y, ++p.y)
    {
        for (x = xmin, p.x = xmin; x <= xmax; ++x, ++p.x)
        {
            if (pixelOverTriangle(...) {
                fb[y * w + x] = randcol;
            }
        }
    }
}

在我测量统计数据时，我认为实际上需要花费最长时间才能渲染三角形，进行所有测试等等。当我运行具有给定数量的三角形的程序时，我会得到以下渲染时间：

74 ms

但是当我注释掉我写入图像缓冲区的行时，我得到了：

5 ms

所以要明确我这样做：

if (pixelOverTriangle(...) {
    // fb[y * w + x] = randcol;
}

事实上，超过90％的时间用于写入图像缓冲区！

我不得不说我尝试优化了如何计算用于访问数组中元素的索引，但这不是时间。时间实际上是将变量向右复制到缓冲区中（所以无论如何都是这样）。

我对这些数字感到非常惊讶。

所以我有几个问题：

是否有望？
我做错了吗？
我可以做得更好吗？我可以用什么技术来优化它？

Answer 1

内存读/写比C ++看起来要多得多。通常，您的处理器会缓存内存块以便快速访问;这大大提高了连续内存中数据的性能：例如数组，结构和堆栈。但是，在尝试访问尚未缓存的内存（缓存未命中）时，处理器必须缓存新的内存块，这需要更长的时间（几分钟甚至几小时缩放到第二个长周期）。通过访问长内存块的任意段 - 就像您的图像一样 - 您几乎可以保证连续缓存未命中。

更糟糕的是，计算机内存（RAM）实际上位于虚拟页面上，这些虚拟页面一直在物理内存中交换。如果你的图像大到可以跨越多个内存页面（通常每个大约4kb），那么你的操作系统实际上是从二级存储（你的硬盘驱动器）加载和卸载数据，你可以想象它比从内存直接读取的时间长得多

我从另一个有关缓存性能的stackoverflow问题中找到an article，它可能比我更好地回答您的问题。实际上，了解内存读/写实际正在做什么以及如何能够显着影响性能是非常重要的。

Answer 2

您可能需要查看的答案......

编译器可能会注意到您的代码什么都不做并删除它。查看函数的反汇编，看看它是否实际进行了任何计算。

写入内存缓冲区时的性能损失（C ++）

2 个答案: