Unity3D GPU Instancing测试

简介: GPU instancing 很早就支持手机了(Android只支持Opengl ES 3.0),最近在调研这个就对它测试了一下。 如果是不动的物体勾选static静态合并批次(40-50帧率) 自定义Shader中勾选Enable GPU Instancing

GPU instancing 很早就支持手机了(Android只支持Opengl ES 3.0),最近在调研这个就对它测试了一下。

如果是不动的物体勾选static静态合并批次(40-50帧率)

自定义Shader中勾选Enable GPU Instancing

帧率竟然还不如静态合批次(帧率 30-40)

自定义Shader

Shader "SimplestInstancedShader1"

{

Properties

{

_Color ("Color", Color) = (1, 1, 1, 1)

_MainTex ("Texture", 2D) = "white" {}

}

SubShader

{

Tags { "RenderType"="Opaque" }

LOD 100

Pass

{

CGPROGRAM

pragma vertex vert

pragma fragment frag

pragma multi_compile_instancing

include "UnityCG.cginc"

struct appdata

{

float4 vertex : POSITION;

float2 uv : TEXCOORD0;

UNITY_VERTEX_INPUT_INSTANCE_ID

};

struct v2f

{

float2 uv : TEXCOORD0;

float4 vertex : SV_POSITION;

UNITY_VERTEX_INPUT_INSTANCE_ID // necessary only if you want to access instanced properties in fragment Shader.

};

UNITY_INSTANCING_BUFFER_START(Props)

UNITY_DEFINE_INSTANCED_PROP(float4, _Color)

UNITY_INSTANCING_BUFFER_END(Props)

sampler2D _MainTex;

float4 _MainTex_ST;

v2f vert(appdata v)

{

v2f o;

UNITY_SETUP_INSTANCE_ID(v);

UNITY_TRANSFER_INSTANCE_ID(v, o); // necessary only if you want to access instanced properties in the fragment Shader.

o.vertex = UnityObjectToClipPos(v.vertex);

o.uv = TRANSFORM_TEX(v.uv, _MainTex);

return o;

}

fixed4 frag(v2f i) : SV_Target

{

UNITY_SETUP_INSTANCE_ID(i); // necessary only if any instanced properties are going to be accessed in the fragment Shader.

return tex2D (_MainTex, i.uv) * UNITY_ACCESS_INSTANCED_PROP(Props, _Color);

}

ENDCG

}

}

}

所以,静态不动的物体就没必要用上面的方法了,于是我又测试了Graphics.DrawMeshInstanced()方法,终于满意了。(稳定60帧)

Graphics.DrawMeshInstanced()方法不需要游戏对象以及游戏组件的额外开销,在Update()方法中一气呵成,不过它也有限制,最多可以画1023个。

还有个方法是Graphics.DrawMeshInstancedIndirect()它没有画多少的限制,而且更加灵活,我也搞了好一会儿才在游戏中跑起来,后来才知道它不能再手机上用,只有PC上可以.

在shader中接收位置 颜色 矩阵

Shader "Instanced/InstancedIndirectSelection"

{

Properties

{

_MainTex ("Texture", 2D) = "white" {}

}

SubShader

{

Tags{ "RenderType" = "Opaque" }

LOD 100

Pass

{

CGPROGRAM

pragma vertex vert

pragma fragment frag

pragma target 4.5

include "UnityCG.cginc"

StructuredBuffer positionBuffer;

StructuredBuffer colorBuffer;

StructuredBuffer matrix4x4Buffer;

struct appdata

{

fixed4 color : COLOR;

float4 vertex : POSITION;

float4 texcoord : TEXCOORD0;

};

struct v2f

{

float4 color: COLOR;

float4 vertex : SV_POSITION;

float2 texcoord : TEXCOORD0;

};

sampler2D _MainTex;

float4 _MainTex_ST;

v2f vert(appdata v, uint instanceID : SV_InstanceID)

{

float4 data = positionBuffer[instanceID];

float4x4 materix = matrix4x4Buffer[instanceID / matrix4x4Buffer.Length];

float3 worldPosition = data.xyz + mul(materix,v.vertex.xyz * data.w);

v2f o;

o.vertex = mul(UNITY_MATRIX_VP, float4(worldPosition, 1.0f));

o.texcoord = TRANSFORM_TEX(v.texcoord, _MainTex);

o.color = colorBuffer[instanceID];

return o;

}

fixed4 frag(v2f i) : SV_Target

{

return tex2D (_MainTex, i.texcoord) * i.color;

}

ENDCG

}

}

}

在代码中将位置 颜色 矩阵传进去就行了

using UnityEngine;

public class InstancedIndirectExample : MonoBehaviour

{

public int instanceCount = 100000;

public Mesh instanceMesh;

public Material instanceMaterial;

private ComputeBuffer positionBuffer;

private ComputeBuffer argsBuffer;

private ComputeBuffer colorBuffer;

private ComputeBuffer matrix4x4Buffer;

private uint[] args = new uint[5] { 0, 0, 0, 0, 0 };

void Start()

{

argsBuffer = new ComputeBuffer(1, args.Length * sizeof(uint), ComputeBufferType.IndirectArguments);

UpdateBuffers();

}

void Update()

{

// instanceMaterial.SetBuffer("positionBuffer", positionBuffer);

Graphics.DrawMeshInstancedIndirect(instanceMesh, 0, instanceMaterial, new Bounds(Vector3.zero, new Vector3(100.0f, 100.0f, 100.0f)), argsBuffer);

}

void UpdateBuffers()

{

if ( instanceCount < 1 ) instanceCount = 1;

// Positions & Colors

if (positionBuffer != null) positionBuffer.Release();

if (colorBuffer != null) colorBuffer.Release();

if (matrix4x4Buffer != null) matrix4x4Buffer.Release();

positionBuffer = new ComputeBuffer(instanceCount, 16);

colorBuffer = new ComputeBuffer(instanceCount, 4*4);

matrix4x4Buffer = new ComputeBuffer(instanceCount,16);

Vector4[] positions = new Vector4[instanceCount];

Vector4[] colors = new Vector4[instanceCount];

Matrix4x4[] materix4X4 = new Matrix4x4[instanceCount];

for (int i=0; i < instanceCount; i++)

{

positions [i] = new Vector4 (i, 0f, 0f, 1f);

colors[i] = new Vector4( 1f, 1f, 1f, 1f );

materix4X4[i] = Matrix4x4.TRS (positions [i], Quaternion.Euler (0F, 0F, 0F), Vector3.one);

}

positionBuffer.SetData(positions);

colorBuffer.SetData(colors);

matrix4x4Buffer.SetData (materix4X4);

instanceMaterial.SetBuffer("positionBuffer", positionBuffer);

instanceMaterial.SetBuffer("colorBuffer", colorBuffer);

instanceMaterial.SetBuffer("matrix4x4Buffer", matrix4x4Buffer);

// indirect args

uint numIndices = (instanceMesh != null) ? (uint)instanceMesh.GetIndexCount(0) : 0;

args[0] = numIndices;

args[1] = (uint)instanceCount;

argsBuffer.SetData(args);

}

void OnDisable()

{

if (positionBuffer != null) positionBuffer.Release();

positionBuffer = null;

if (colorBuffer != null) colorBuffer.Release();

colorBuffer = null;

if (argsBuffer != null) argsBuffer.Release();

argsBuffer = null;

if (matrix4x4Buffer != null) matrix4x4Buffer.Release();

matrix4x4Buffer = null;

}

}

如果是发生移动的物体顶点数量在900以内会动态合并批次,如果需要支持更多的顶点GPU Instaning的优势就更明显了。 目前来看草、石头、植被、比较合适用它。

相关实践学习
基于阿里云DeepGPU实例,用AI画唯美国风少女
本实验基于阿里云DeepGPU实例,使用aiacctorch加速stable-diffusion-webui,用AI画唯美国风少女,可提升性能至高至原性能的2.6倍。
相关文章
|
机器学习/深度学习 监控 计算机视觉
测试 opencv-python 中的 mat 和 Umat 处理图像的差异(GPU加速)
测试 opencv-python 中的 mat 和 Umat 处理图像的差异(GPU加速)
|
机器学习/深度学习 并行计算 PyTorch
Mac Pro M1测试PyTorch GPU
Mac Pro M1测试PyTorch GPU
720 0
Mac Pro M1测试PyTorch GPU
|
1月前
|
人工智能 机器人 Serverless
魔搭大模型一键部署到阿里云函数计算,GPU 闲置计费功能可大幅降低开销
魔搭大模型一键部署到阿里云函数计算,GPU 闲置计费功能可大幅降低开销
478 1
|
2月前
|
机器学习/深度学习 存储 弹性计算
阿里云GPU云服务器有哪些版本
阿里云GPU云服务器有哪些版本
|
2月前
|
机器学习/深度学习 人工智能 弹性计算
阿里云GPU云服务器有哪些方案
阿里云GPU云服务器有哪些方案
|
1月前
|
存储 人工智能 Kubernetes
阿里云ACK助力GPU成本优化,实现灵活管理
摘要:本文将介绍如何在阿里云容器服务ACK中,利用cGPU技术,共享GPU算力,提高GPU利用率,降低TCO。
38 2
|
2月前
|
JavaScript Java PHP
阿里云GPU云服务器支持哪些语言
阿里云GPU云服务器支持哪些语言
|
2月前
|
机器学习/深度学习 人工智能 并行计算
无锡阿里云代理商:阿里云GPU云并行运算
简介:@luotuoemo 飞机@TG 【聚搜云】服务器运维专家! www.4526.cn 阿里云GPU云并行运算:为你的业务加速 近年来,随着人工智能、大数据等新兴技术的崛起,GPU并行运算已逐渐成为互联网行业中不可或缺的一部分。在此背景下,阿里云GPU云并行运算应运而生,为企业提供高效便捷的计算资源,助力业务加速。
|
2月前
|
机器学习/深度学习 人工智能 算法框架/工具
长沙阿里云代理商:阿里云GPU云运算主机
简介:@luotuoemo 飞机@TG 【聚搜云】服务器运维专家! 长沙阿里云代理商:阿里云GPU云运算主机,阿里云GPU云运算主机采用全面升级的NVIDIA V100 Tensor Core GPUs,拥有高达125TFlops的深度学习性能,可以在短时间内完成大量的计算任务,提高处理效率。

热门文章

最新文章