Unity Shader: 优化GPU代码--用step()代替if else等条件语句。
普通的卡通着色Shader：
先看一个Shader，卡通着色。由于卡通着色需要对不同渲染区域进行判定，比较适合做案例。
Shader "Unlit/NewToonShading"
{
Properties
{
_Shininess("Shininess",float)=1
_Edge("Edge Scale",range(0,1))=0.2
_FinalColor("Final Color",Color)=(0.5,0.5,0.5,1)
_EdgeColor("Edge Color",Color)=(0,0,0,1)
}
SubShader
{
Tags { "RenderType"="Opaque"}
LOD 100
Pass
{
Tags {"LightMode"="Vertex" }
CGPROGRAM
#pragma vertex vert
#pragma fragment frag
#include "UnityCG.cginc"
struct appdata
{
float4 vertex : POSITION;
float3 normal:NORMAL;
};
struct v2f
{
float4 vertex : SV_POSITION;
float3 N:TEXCOORD0;
float3 L:TEXCOORD1;
float3 H:TEXCOORD2;
float3 V:TEXCOORD3;
};
float _Shininess;
float _Edge;
float4 _FinalColor;
float4 _EdgeColor;
float4 _LightPosition_World;
v2f vert (appdata v)
{
v2f o=(v2f)0;
float4 worldPos=mul(unity_ObjectToWorld,v.vertex);
float4 lightPos_World=mul(UNITY_MATRIX_I_V,unity_LightPosition[1]);
o.N=normalize(mul(unity_ObjectToWorld,v.normal));
o.L=normalize(lightPos_World-worldPos.xyz);
o.V=normalize(_WorldSpaceCameraPos-worldPos.xyz);
o.H=normalize(o.L+o.V);
o.vertex = UnityObjectToClipPos(v.vertex);
return o;
}
fixed4 frag (v2f i) : SV_Target
{
i.N=normalize(i.N);
i.L=normalize(i.L);
i.H=normalize(i.H);
i.V=normalize(i.V);
float4 Kd=_FinalColor;
float4 Ks=0;
fixed4 col;
//边缘判定
float edge=max(dot(i.N,i.V),0);
if(edge<_Edge){
return _EdgeColor;
}
//暗光判定
float diffuseLight=max(dot(i.N,i.L),0);
if(diffuseLight<=0.1f){ //暗光区域
Kd*=0.5f; //亮光区域亮度减半
Ks=0; //无高光 //如果diffuseLight<=0,说明N,H夹角大于了90',眼睛或光源在材质表面后方
col=Kd+Ks;
return col;
}
//高光判定
float specularLight=pow(max(dot(i.N,i.H),0),_Shininess);
if(specularLight>=0.95f){
Ks=float4(1.0f,1.0f,1.0f,0.0f); //高光
}
col=Kd+Ks;
return col;
}
ENDCG
}
}
}
（上图：渲染结果）
优化的原理：
在片段着色器中，我以正常cpu编程的逻辑进行了优化，例如，if(edge<_Edge){return _EdgeColor;}，如果此像素被判定为边缘，则直接返回边缘颜色，那么则不用再进行之后的运算了。以此类推后面又用if else 分别进行了高光，亮光，暗光区的判断。但是这种优化对于gpu编程来讲是无效的。因为对于GPU来讲，各个顶点各个像素都在进行大量的并行运算，每个片段着色器都在同步运行，边缘地带像素的片段着色器虽然率先return，但是它依然要等待最后一个return的像素。只有所有像素全部完成计算，才会进行下一次运算， 在片段着色器中，每个片段处理器每条指令操作上百个像素，如果有些片段（像素）采取一个分支而有些片段不采用另一个分支，则所有片段都会执行两个分支，但只在每个片段应该采取的分支上写入寄存器。另外，if/endif等流程控制操作有较高的开销（4个时钟周期,Geforce6） 修改1 。因此在GPU编程中，if else ，switch case等条件语句和太复杂的逻辑是不推荐的。相应的，可以用step（）等函数进行替换，用阶梯函数的思维来构建条件语句。这样，所有的线程都执行完全一样的代码，在很多方面对GPU都是有益的。
优化后的Shader：
上面Shader的Step（）函数版本：
Shader "Unlit/NewToonShading_StepVersion"
{
Properties
{
_Shininess("Shininess",float)=1
_Edge("Edge Scale",range(0,1))=0.2
_FinalColor("Final Color",Color)=(0.5,0.5,0.5,1)
_EdgeColor("Edge Color",Color)=(0,0,0,1)
}
SubShader
{
Tags { "RenderType"="Opaque"}
LOD 100
Pass
{
Tags {"LightMode"="Vertex" }
CGPROGRAM
#pragma vertex vert
#pragma fragment frag
#include "UnityCG.cginc"
struct appdata
{
float4 vertex : POSITION;
float3 normal:NORMAL;
};
struct v2f
{
float4 vertex : SV_POSITION;
float3 N:TEXCOORD0;
float3 L:TEXCOORD1;
float3 H:TEXCOORD2;
float3 V:TEXCOORD3;
};
float _Shininess;
float _Edge;
float4 _FinalColor;
float4 _EdgeColor;
float4 _LightPosition_World;
v2f vert (appdata v)
{
v2f o=(v2f)0;
float4 worldPos=mul(unity_ObjectToWorld,v.vertex);
float4 lightPos_World=mul(UNITY_MATRIX_I_V,unity_LightPosition[1]);
o.N=normalize(mul(unity_ObjectToWorld,v.normal));
o.L=normalize(lightPos_World-worldPos.xyz);
o.V=normalize(_WorldSpaceCameraPos-worldPos.xyz);
o.H=normalize(o.L+o.V);
o.vertex = UnityObjectToClipPos(v.vertex);
return o;
}
fixed4 frag (v2f i) : SV_Target
{
i.N=normalize(i.N);
i.L=normalize(i.L);
i.H=normalize(i.H);
i.V=normalize(i.V);
float4 Kd=_FinalColor;
float4 Ks=0;
fixed4 col;
//边缘判定
float edge=max(dot(i.N,i.V),0);
edge=step(edge,_Edge); //if(edge<=_Edge) edge=1 , else edge=0
_EdgeColor*=edge;
//高光判定
float specularLight=pow(max(dot(i.N,i.H),0),_Shininess);
specularLight=step(0.95f,specularLight); //if specularLight>=0.95f specularLight=1 else =0
//暗光判定
float diffuseLight=max(dot(i.N,i.L),0);
diffuseLight=step(0.1f,diffuseLight); //if(diffuseLight>=0.1f) diffuseLight=1 else diffuseLight=0
Ks=specularLight*diffuseLight; //if diffuseLight=0, Ks=0; else Ks=specularLight(1 or 0)
diffuseLight=diffuseLight*0.5f+0.5f; //change 1 or 0 to 1 or 0.5
//0.5Kd or Kd 1or0 1or0 0or1 0orEdgeColor
col=(Kd*diffuseLight+Ks)*(1.0f-edge)+_EdgeColor;
return col;
}
ENDCG
}
}
}
举例解释：
在HLSL中， step（a,b)既是当b>=a时返回1，否则返回0，换句话说既是当a<=b时返回1，否则返回0。因此可以把被比较数灵活的插入a或b的位置，完成小于或大于的比较。由于返回值是0或1，它无法直接替代if else逻辑判断，但是可以通过改造算法完成，例如：
//边缘判定
float edge=max(dot(i.N,i.V),0);
if(edge<_Edge){
return _EdgeColor;
}
上文中，直接返回的_EdgeColor,将在下文中变为一个000或保持自身值的rgb变量，edge会变为0或1，并在最后的计算步骤中参与最终颜色的计算：
//边缘判定
float edge=max(dot(i.N,i.V),0);
edge=step(edge,_Edge); //if(edge<=_Edge) edge=1 , else edge=0
_EdgeColor*=edge;
//...中间过程略...
//0.5Kd or Kd 1or0 1or0 0or1 0orEdgeColor
col=(Kd*diffuseLight+Ks)*(1.0f-edge)+_EdgeColor;如果此像素为边缘，edge为1，那么在最终颜色计算中，不论其他变量如何，它都会变为一个0+_EdgeColor的值，既是边缘颜色。如果此像素为非边缘地带，edge为0，_EdgeColor为0，那么最终颜色为 “其他颜色”*1+0，边缘颜色被剔除。
以此类推，原版中高光，亮光与暗光区域判断的返回值也都变成了变量放入最终颜色计算中。具体推理分析请借助step（）版本各行后面注释。
测试
两个版本的FPS小幅波动基本相同，有可能是计算量太小或此Shader内容对此问题不太敏感，但起码证明if else版本按照CPU的思维提前返回相对于step()版本进行所有的计算是无起到任何优势的。 第一可能是计算量太小，未对性能造成瓶颈。第二可能是step版本虽省去了3个if判断，但是增加了3个step函数以及几次计算，抵消后优化效果过于微弱。 修改2
汇编版本：
汇编后的片段着色器代码（部分截取）：
if else版本：
0: dp3 r0.x, v1.xyzx, v1.xyzx
1: rsq r0.x, r0.x
2: mul r0.xyz, r0.xxxx, v1.xyzx
3: dp3 r0.w, v4.xyzx, v4.xyzx
4: rsq r0.w, r0.w
5: mul r1.xyz, r0.wwww, v4.xyzx
6: dp3 r0.w, r0.xyzx, r1.xyzx
7: max r0.w, r0.w, l(0.000000)
8: lt r0.w, r0.w, cb0[2].y
9: if_nz r0.w
10: mov o0.xyzw, cb0[4].xyzw
11: ret
12: endif
13: dp3 r0.w, v2.xyzx, v2.xyzx
14: rsq r0.w, r0.w
15: mul r1.xyz, r0.wwww, v2.xyzx
16: dp3 r0.w, r0.xyzx, r1.xyzx
17: max r0.w, r0.w, l(0.000000)
18: ge r0.w, l(0.100000), r0.w
19: if_nz r0.w
20: mul o0.xyzw, cb0[3].xyzw, l(0.500000, 0.500000, 0.500000, 0.500000)
21: ret
22: endif
23: dp3 r0.w, v3.xyzx, v3.xyzx
24: rsq r0.w, r0.w
25: mul r1.xyz, r0.wwww, v3.xyzx
26: dp3 r0.x, r0.xyzx, r1.xyzx
27: max r0.x, r0.x, l(0.000000)
28: log r0.x, r0.x
29: mul r0.x, r0.x, cb0[2].x
30: exp r0.x, r0.x
31: ge r0.x, r0.x, l(0.950000)
32: and r0.xyzw, r0.xxxx, l(0x3f800000, 0x3f800000, 0x3f800000, 0)
33: add o0.xyzw, r0.xyzw, cb0[3].xyzw
34: ret step()版本：
0: dp3 r0.x, v3.xyzx, v3.xyzx
1: rsq r0.x, r0.x
2: mul r0.xyz, r0.xxxx, v3.xyzx
3: dp3 r0.w, v1.xyzx, v1.xyzx
4: rsq r0.w, r0.w
5: mul r1.xyz, r0.wwww, v1.xyzx
6: dp3 r0.x, r1.xyzx, r0.xyzx
7: max r0.x, r0.x, l(0.000000)
8: log r0.x, r0.x
9: mul r0.x, r0.x, cb0[2].x
10: exp r0.x, r0.x
11: ge r0.x, r0.x, l(0.950000)
12: dp3 r0.y, v2.xyzx, v2.xyzx
13: rsq r0.y, r0.y
14: mul r0.yzw, r0.yyyy, v2.xxyz
15: dp3 r0.y, r1.xyzx, r0.yzwy
16: max r0.y, r0.y, l(0.000000)
17: ge r0.y, r0.y, l(0.100000)
18: and r0.xz, r0.xxyx, l(0x3f800000, 0, 0x3f800000, 0)
19: movc r0.y, r0.y, l(1.000000), l(0.500000)
20: mul r0.x, r0.z, r0.x
21: mad r0.xyzw, cb0[3].xyzw, r0.yyyy, r0.xxxx
22: dp3 r1.w, v4.xyzx, v4.xyzx
23: rsq r1.w, r1.w
24: mul r2.xyz, r1.wwww, v4.xyzx
25: dp3 r1.x, r1.xyzx, r2.xyzx
26: max r1.x, r1.x, l(0.000000)
27: ge r1.x, cb0[2].y, r1.x
28: movc r0.xyzw, r1.xxxx, l(0,0,0,0), r0.xyzw
29: and r1.x, r1.x, l(0x3f800000)
30: mad o0.xyzw, cb0[4].xyzw, r1.xxxx, r0.xyzw
31: ret ————————————————————————————————
参考：
GPU gems 2 - Nvidia
维护日志：
2017-9-20：修改1，修改2