[gdc13]dx11效率优化

http://developer.amd.com/wordpress/media/2013/04/DX11PerformanceReloaded.ppsx

nv和amd共同呈现的一个dx11上面硬件优化方面的信息，非常棒的底层知识的介绍，不仅仅是dx11，dx9的开发者也会受益良多。

里面很多知识在其他地方也提到过，不过或是学习新的东西，或是复习已有的知识，开卷有益吧。

• 运行时刻shader的asm会被编译成ISA机器汇编，才能被运行，这个过程会消耗一定cpu运算，造成卡顿，那么提前把需要的shader使用一下，来cache up是一个不错的选择。
• 避免使用D3DXSHADER_IEEE_STRICTNESS编译选项，会影响优化
• buffer需要根据用途来设置相应的flag来达到最有效率，详见这个文章吧：http://blog.csdn.net/ccanan/article/details/8854962
• index/vertex buffer来修改顺序进而提升cache效率仍旧是建议的，早期nv一些工具后来在项目里使用发现没有提升，现在仍旧建议使用D3DXOptimizeFaces/D3DXOptimizeVertices来优化，或者自己做一些offline的工具也可以
• dx11上面的constant buffer，有了更大的优化空间，根据update频率进行区分
• 使用batch&cache尽量减少render state的转换和不必要的设置
• 比较建议把vertex stream进行分离，depth pass用的pos+uv和lighting pass用的tangent/binormal分在不同stream里面，提高IA（Input assembly）效率
• 2到3个stream是比较好的
• vertex shader
• indexed constant fetch&texture fetch是dependent fetches，这个会影响效率
• 较少vertex shader output size, 对于a卡来说，4 float4一下的比较好
• ps在dx11里面可以以scatter的方式来写入rt，不再是一个fragment只能写一个地方，这个对算法的影响蛮大的
• 一些指令是比较费的：rcp, rsq, sin, cos, i2f, f2i, int 的乘除运算也是比较慢的，最好使用float
• attribute的插值也是在ps里面计算的，所以尽量减少attribute的输入，对于a卡来说，pack到float4里面比较有意义
• GPR（general purpose register），这个比较影响效率，我们可以把hlsl的汇编指令里面的register数量作为一个参考，这些部分会显著增加GPR数量
• 临时变量的长生命周期
• fetch dependencies(indexed constants比如）
• 嵌套动态分支
• 如果骨骼类的constant array比较大，不如换成texture来比较高效
• DepthTest
• nv的d24格式比较快，尽量用，amd是d16用于shadow最快
• ROP阶段，文中的Export阶段（pixel shader到render target阶段）
• 
  
• 这里有一些格式不是有特定支持的，所以使用一些更费的格式来模拟的，比如上面的一些16bit的和32bit的一个速度
• texture filter:
• trilinear效率可能最多到blinear的2倍
• anisotropic的则是bilinear的n倍，n的数量是anisotropic里面的tap数
• gather指令特棒，能用就用
• compute shader，dx11头号大杀器
• thread group shared memory
• atomic operations
• synchronization
• 不过compute shader和cpu端很像，同样的部分就不记了，think in hardware