Shader学习22：ComputeShader

概念理解

1. cpu-逻辑处理；gpu-渲染计算

2. 当一个脚本上挂有一个m次的for循环，当场景中有n个该脚本时，就需要nm次，当这个值很大时，就容易遇到性能瓶颈。为了解决该问题，unity提供了ComputeShader这个解决方案。

3. cpu-一个教授，难易都能解决，但当数量大时也要花时间去算；computeShader-很多小学生，每个只负责简单计算，并行处理。在这种情况下，一群小学生 > 教授
   

BUT - SO

1. 问题：cpu和gpu之间无法直接进行数据交互，所以如果要把数据给到gpu，就要通过显存上的Buffer（缓冲区），作为中转站。

2. 所以，在cpu上new并绑定buffer，然后将需要进行循环计算的初始数据给到buffer，gpu就能从buffer中获取到数据 进行并行计算，算完后再将数据传回buffer，cpu再从buffer中拿结果后，会继续干自己主线程的事。

   1. ⚠️注：因为buffer只能存入值类型的数据，所以数据复杂时，需要构造struct
      

   💡 显存介绍：
   cpu的工作台是内存，gpu的工作台是显存，但他们只能读写自己的数据，所以cpu想让gpu帮忙计算东西的时候，需要把数据搬到显存上，gpu算完再搬回来

   显卡由 gpu芯片（负责计算） + 显存VRAM（存数据）组成，显存紧挨着芯片能让它读写非常快。

实战演习

基础实现

1. c#文件：

   1. 持有computeShader文件引用，准备输入数据

   2. 创建输入、输出buffer，传入数据，并将该buffer绑定到computeShader

      输入输出buffer分开放，能避免同时读写的数据竞争。

      创建buffer时的构造参数：(count, stride) —— (这块 Buffer 里有多少个元素，每个元素占多大)

   3. 启动computeShader，gpu执行计算

   4. 从buffer中拿到结果，释放buffer，继续自己的主线程

   kernel【核心、内核】—— 核心函数解释：gpu上要执行的一个函数。用#pragma kernel标记函数，再用FindKernel("CSMain")找到具体函数，然后用Dispatch让gpu执行

2. computeShader文件：

   1. 创建输入、输出缓冲区

   2. 划分线程组。

      线程组解释：
      GPU 并不是一个线程一个线程地跑，而是把线程打包成固定大小的组一起执行。
      同一个线程组内的线程可以共享一块很快的组共享内存，不同线程组间则是完全独立的

      [numthreads(8, 8, 1)] 先定义一个线程组里有多少个线程，再用Dispatch(groupX, groupY, groupZ)决定要启动多少个线程组，所以为了能够让所有数据都进行计算，线程组数的分配要向上取整。

      线程组本身是个三维结构，选择几维的写法取决于本身自己的数据是几维的，目的是让代码更简洁。像是处理贴图这种二维数据，线程组就要构造成二维的分组（eg. 8,8,1），像是处理流体模拟这种三维的数据，就要构造成三维的分组

   三维相乘 = 一个组内的线程数

❓ 分线程组的时候，一维是 64 1 1，二维 8 8 1，三维4 4 4，为什么乘起来都是64？

💡 和硬件有关。

小一点呢？可以看到这些gpu的厂商，每次执行的最小单位是32、64，如果给一个线程组里分48个线程，就一定会浪费25%的算力。

大一点呢？线程组越大，每个线程能分到的寄存器和共享内存就越少（它们是共享的资源池）。如果你的 shader 逻辑复杂、用的变量多，线程组太大反而会变慢（因为寄存器不够用，会溢出到慢速内存）。

——》64大概是一个比较平衡的选择，闭眼选不会出错。

数值能差多少

——借鱼群算法看性能优势

顺便调研一下：下次遇到批量计算，多少量级使用什么方法

flock.mp4

1. 多少量级开始，使用compute shader优于cpu？

2. 如果算上job，多少量级开始 使用compute shader优于job？

结论：

（1）单纯的话，大概100只开始，gpu优于cpu；

（2）但是如果加上job：
16以内的量级时，直接用最普通的cpu最合算；1000或者1500以内，用Job；再大就可以考虑使用compute shader了。