Unity3D关于ComputeShader

由于最近在实验中需要大量循环计算产生网格，所以可能需要GPU的加速。

对于compute shader学习下，可能对于做GPU加速有帮助。以下补充修改了转载文章的内容

原文链接：https://blog.csdn.net/csharpupdown/article/details/79385544 

https://blog.csdn.net/weixin_38884324/article/details/80570160

 

目录

一、简介

二、使用方法

三、关于numthreads

四、C#代码解析

五、注意事项

---

一、简介

从此图可以看出 CPU和GPU之间的数据传输是瓶颈。故当使用GPU时，对Texture的逐像素处理不需要传回CPU，因而速度比较快。

 ComputeShader就是这样的可称为GPGPU编程的东西。顾名思义，它是一段shader程序。它有shader的特性，比如是在GPU上运行的，但它又是脱离于正常的渲染管线之外的，即不对渲染结果造成影响。这跟我们普通的shader不同。

这种shader扩展名为.compute,是DX11的HLSL风格的shader，当然，也可以转为GLSL，使其能兼容OpenGL(目前还没测试，只在DX11上测试过)。ComputeShader目前能运行的图形库包括DX11、DX12、OpenGL4.3+、OpenGLES3.

    那么它的好处就是只要是涉及到大量的数学计算，并且是可以并行的没有很多分支的计算，都可以采用ComputeShader。它的缺点就是，如上图所示的，我们需要把数据从CPU传到GPU，然后GPU运算完之后，又从GPU传到CPU，这样的话可能会有点延迟，而且他们之间的传输速率也是一个瓶颈。

      不过，如果你真的有大量的计算需求的话，还是不要犹豫地使用ComputeShader，它能带来的性能提升绝对是值得的。

 

二、使用方法

我们通过一个例子来逐渐地解释ComputeShader的用法。这个例子是在Unity平台下实现的，是计算两个相等大小的Vector3数组相加的结果，得到另一个大小一样的Vector3数组。

我们先贴出ComputeShader的代码：

//shader脚本
// Each #kernel tells which function to compile; you canhave many kernels
 
#pragma kernel CSMain
 
 
 
#define thread_group_x 2
 
#define thread_group_y 2
 
#define thread_x 2
 
#define thread_y 2
 
 
 
RWStructuredBuffer Result;
 
RWStructuredBuffer preVertices;
 
RWStructuredBuffer nextVertices;
 
//单个线程组包含的线程数
 
[numthreads(2,2,1)]
 
void CSMain (uint3 id : SV_DispatchThreadID)
 
{
 
int index = id.x + (id.y * thread_x * thread_group_x) +(id.z * thread_group_x * thread_group_y * thread_x * thread_y);
 
Result[index] = preVertices[index] + nextVertices[index];
 
}

代码行数不多，我们一句句来。

          首先第一句，#pragma kernel CSMain 定义了该shader的入口函数。这也是C#文件访问该kernel的接口，下面会提到。当然，一个.compute文件可以包含多个kernel，只需要写多个#pragma kernel xxx即可。但是必须至少包含一个kernel，否则会报编译错误。

          接下来的四句#define 宏定义，跟C++没什么两样，至于它们的意思，前面说了，shader都是运行在多线程上的。而这里又多一个线程与线程组的概念。先按字面意思记一下，后面我们细讲。

         然后三句RWStructuredBuffer定义了三个buffer，pre和next是我们要从CPU传进来的，result是在GPU计算好之后，传回到CPU的。RW的意思是Read and Write.这里我们用的类型是float3，因为我们是计算两个Vector3数组的加法。也有很多别的类型可以套上去，就像泛型一样。也可以自定义结构体。比如：

//C#脚本 
      struct MyVector
 
   {
 
      float x;
 
      float y;
 
      float z;
 
  };
 
  RWStructuredBuffer data;

然后在C#端创建一个同等类型的结构体。

  [numthreads(2,2,1)] 这句话就比较重要，也能解释了上面的那四句宏定义。我们就来说说这个线程是怎么切分的。

 numthreads的意思就是单个线程组中线程数有多少，并且是怎么分割的。它指定的就是上图中右下的格子。那么线程组的分割又是在哪里指定的呢？这是在C#代码里指定的，下一节会说明。

然后是函数的签名。这里说一下参数uint3 id :SV_DispatchThreadID 。它是指该线程所在的总的线程结构中的索引，还是以上面这个例子来说。如果我们把单个线程组的线程都压缩到这个线程组中，那么就会成为一个4*4的线程方格矩阵。所以id的取值范围就（0，0，0）~（3，3，0）。

其实id的取值范围为(0,0,0)~(threadx*thread_groupx-1,thready*thread_groupy-1,threadz*thread_groupz-1)其中numthreads指定的就是(threadx,thready,threadz).(thread_groupx,thread_groupy,thread_groupz)是在C#脚本里指定的。
 

三、关于numthreads

在C#脚本中我们会用到一个 Dispatch 函数，这个函数就是定义线程组的数量。

在二维中，如果图片的解析度是（256*128），那么Dispatch和numthreads的分配可以如下：

1. Dispatch (k, 256, 128, 1)         [numthreads (1, 1, 1)]
2. Dispatch (k, 32, 16, 1)           [numthreads (8, 8, 1)]
3. Dispatch (k, 256/8, 128/8, 1)     [numthreads (8, 8, 1)]
4. Dispatch (k, 8, 4, 1)             [numthreads (32, 32, 1)]

从中我们可以发现 Dispatch.x * numthreads.x = 256 ( 图片宽度 )，Dispatch.y * numthreads.y = 128 ( 图片高度 )，只要 Dispatch * numthreads 是图片大小，那么图片就能完全显示，不会少漏一个像素。

（但是numthreads有上限，numthreads.x * numthreads.y * numthreads.z 必须小于等于 1024）

PS:关于Group 与 Thread 的关系如下图

假设有一张 4X4的图像，使用参数 Dispatch(k, 2, 2, 1) 与 [numthreads(2, 2, 1)]

Group 的 长、宽、高 是由 numthreads 所设定的，同理一个Group的大小是不能超过 1024 。

同理 [numthreads(32, 32, 1)] 的 Group 大小就是 32 * 32 * 1 ( 32 * 32 像素 )

然而如果你的 GPU 有 64 核心，而你的 Group 也有 64 个，那么每个核心将能处理一个 Group。

假设 ThreadSize = ( numthreads.x * numthreads.y * numthreads.z )

那么不同的 ThreadSize 在不同硬件厂下分配的资源是不同的

建议： 
AMD：ThreadSize 使用 64 的倍数 ( wavefront 架构 ) 
NVIDIA：ThreadSize 使用 32 的倍数 ( SIMD32 (Warp) 架构 )

另外使用 Group 有个好处，就是可以等待所有 Thread 同步。不过不同的 Group 是无法同步的。

如果你要在一个 Group 中同步所有 Thread，你可以用下面这语法

GroupMemoryBarrierWithGroupSync();

 

四、C#代码解析

using UnityEngine;
 
 
 
public class TestCalcMesh:MonoBehaviour
 
{
 
   public ComputeShader calcMeshShader;
 
 
 
   private ComputeBuffer preBuffer;
 
   private ComputeBuffer nextBuffer;
 
   private ComputeBuffer resultBuffer;
 
 
 
   public Vector3[] array1;
 
   public Vector3[] array2;
 
   public Vector3[] resultArr;
 
  
 
   public int length = 16;
 
 
 
   private int kernel;
 
   // Use this for initialization
 
   void Start ()
 
   {
 
       array1 = new Vector3[length];
 
       array2 = new Vector3[length];
 
       resultArr = new Vector3[length];
 
       for (int i = 0; i < length; i++)
 
       {
 
            array1[i] = Vector3.one;
 
            array2[i] = Vector3.one * 2;
 
       }
 
 
 
       InitBuffers();
 
       kernel = calcMeshShader.FindKernel("CSMain");
 
       calcMeshShader.SetBuffer(kernel, "preVertices", preBuffer);
 
       calcMeshShader.SetBuffer(kernel, "nextVertices", nextBuffer);
 
       calcMeshShader.SetBuffer(kernel, "Result", resultBuffer);
 
   }
 
 
 
   void InitBuffers()
       preBuffer = new ComputeBuffer(array1.Length, 12);
 
       preBuffer.SetData(array1);
 
       nextBuffer = new ComputeBuffer(array2.Length, 12);
 
       nextBuffer.SetData(array2);
 
       resultBuffer = new ComputeBuffer(resultArr.Length, 12);
 
   }
 
 
 
   // Update is called once per frame
 
   void Update ()
 
   {
 
   if(Input.GetKeyDown(KeyCode.KeypadEnter))
 
       {
 
            calcMeshShader.Dispatch(kernel,2,2,1);
 
            resultBuffer.GetData(resultArr);
 
            //do something with resultArr.
 
            resultBuffer.Release();
 
       }
 
}
 
 
 
   void OnDestroy()
 
   {
 
       preBuffer.Release();
 
       nextBuffer.Release();
 
   }
 
}

其实C#的代码能说的地方不多，只要用Visual Studio的智能感知就知道大概的意思了。

首先是变量定义部分，定义了一个Compute Shader，还有三个Compute Buffer，Compute Buffer就是在shader计算时传入传出数据的缓存。可以存储任何的数据类型，对应shader中的RWStruceturedBuffer，因为我们没有指定传入传出的类型，所以在初始化这个buffer的时候，我们需要指定stride的值，在这个例子中，stride=12，因为Vector3有3个float值，每个float值是4个字节。所以这里stride的值是指单个类型的字节数。

然后就是ComputeShader.SetBuffer函数，这个其实比较好理解。

比较重要的是ComputeShader.Dispatch函数，它就是指定线程组是如何划分的，即指定(thread_groupx,thread_groupy,thread_groupz)。

最后记得在使用完之后，将Buffer释放掉。
 

五、注意事项

1、numthreads的数值是有大小限制的，具体如下表所示：

Compute Shader	Maximum Z	Maximum Threads (X*Y*Z)
cs_4_x	1	768
cs_5_0	64	1024

你可以选中一个ComputeShader,然后点击Show CompiledShader,里面有说明是哪个版本。即是cs_4_x还是cs_5_0.

2、DX和OpenGL是有不同的布局规则的，如果将compute shader自动转换成GLSL的compute shader的话，用的是std430标准。因此如果是用float3数组的话，在DX里是会自动对齐位数的，而在OpenGL里的话，则会强制转成float4.所以就有可能产生兼容的问题，但是标量、二维、四维的数组就不会有这个问题。所以在使用float3数组时，需要注意一下。

 

3、main函数里，索引不能是常数，会报编译错误。比如

int a = 0;

Result[a] = preVertices[0] +nextVertices[0];

它这样的规则可能是为了线程的安全性，毕竟ComputeShader是多线程的。不能写入一个常数索引里，估计是担心多线程会有数据的冲突问题。

 

4、Don't use get data in real time! (took me 2months to find the reason, which I can explain another time if you like)

Instead:

Make an array of compute buffers, aminimum of 2: one for read, one for write.

Do a rw structure in compute, filledwith junk data to be overridden in the compute

On the next frame (this is import - Isuggest doing an enum to 'waitforenfoframe' yield )

Lastly copy the Contents of the writebuffer into read.

Then use these cloned buffers withwhatever you need - get data does work on static buffers in this case.

这段话描述的问题，我还没有碰到过，所以还不太清楚，暂且留着

 

来源网址 https://forum.unity.com/threads/check-if-a-computeshader-dispatch-command-is-completed-on-gpu-before-doing-second-kernel-dispatch.369631/