OpenGL 性能优化
OpenGL状态机（State Machine）OpenGL状态机的目前只有1.1版本，也是最经典的，大家可以参考下述链接： ftp://ftp.sgi.com/opengl/doc/opengl1.1/state.pdf ftp://ftp.sgi.com/opengl/doc/opengl1.1/state.ps 它们是内容相同而格式不同的状态机表达。整个文件中只有一张Postscript的图。这张图实际上就是SGI RealityEngine的硬件程序流程描述。 首先硬件接受应用程序输入的顶点信息，（Color, Normal, Texture, EdgeFlag， Vertex, ），经过世界坐标变换（glTranslate, glRotate, glScale），接着进行User Clip Plane，之后进入视图变幻和裁减（Projection Matrix），然后视口变换（ViewPort），经过Primitive Setup，光栅化处理（Flat或Phong）生成片断Fragment，下面的对每个依次作纹理贴图计算，纹理混合(Texture Blend)，深度测试(Depth Test)，模板测试（Stencil测试），透明测试（Alpha Test），透明混合（Apha Blend），然后写入颜色缓冲区，深度缓冲区，模板缓冲区。 整个流程如下：
我们可以看到OpenGL每处理一个几何图元，需要经过大量的处理过程。大家应该对这个图的每个步骤地工作相当清晰。这里有几个概念需要说明。 第一个概念是Fragment，片断或者片元。每一个片断对应屏幕上的一个像素点，它是光栅化（Rasterization）引擎使用FLAT shading或 Phong Shading生成的。 Rasterization引擎产生的片断包含一下信息：
第二个概念是纹理混合（Texture Blend），它是指纹理颜色和片断颜色（Diffuse和Specular）合成的方式。就是指glTexEnv的效果，根据不同的参数决定片断只保留Texel（纹理元）还是使用Texel（纹理元）和片断的颜色做混合。 第三个概念是透明融合Alpha Blend。如果一个片断经过深度测试，模板测试和透明测试，那么它将和缓冲区对应位置的像素作透明融合。 相信大家对OpenGL 状态机有了一定的了解，实际上这也是Direct3D8以前的图形流水线的主要参考模型（graphics processing pipeline）。 如果我们能够在流水线中减少一个操作，我们就能够获得性能的提高，当然前提是我们能够绘制正确的图像。 典型的D3D9硬件体系结构上面的OpenGL状态机实际上就是SGI的Reality Engine和其他Direct3D7及其一下版本的图形硬件流水线结构。下面我向大家介绍D3D9的典型硬件体系结构（或者说Direct3D9的参考模型）。
我们可以看到D3D9的流水线和OpenGL 1.1的流水线有很大的不同。
D3D8/D3D9的Vertex Shader和Pixel Shader是两个图形体系结构巨大的进步，当然使得图形程序设计更为灵活，也更为困难和复杂。 对于D3D8/D3D9的硬件体系结构，我们的程序优化工作有多了两个内容，优化Vertex Shader和Pixel Shader。 今天我的重点放在传统图形流水线(TnL)的性能优化上。 基本优化方法减少OpenGL的状态变化如果我们应用程序不断地改变OpenGL的状态，那么驱动程序和AGP数据传输，图形硬件的负担会则增加很多。因为每当我们改变一个OpenGL状态，可能会涉及到硬件的多个寄存器的数据，那么驱动程序就必须将修改的硬件寄存器通过AGP总线发送到硬件， 占用大量的CPU资源和AGP带宽和硬件命令解释器时间。 建议1：尽可能将状态相近的图形绘制命令放在一起，减少OpenGL状态变化。 建议2：使用状态集合，降低驱动程序的CPU处理时间。 避免光照计算特别是高光计算（Specular）Specular的计算是光照计算中最为耗时的运算之一。Diffuse计算相对比较普通，一般图形硬件都会对Diffuse运算进行优化。 图元类型优化我们使用的大多数图元类型都是Triangle。如果我们每次都是用GL_TRIANGLES，我们将浪费大量的CPU时间和AGP带宽和图形硬件资源。原因如下：
根据测试，我三年前在Geoforce 3和 Geoforce Quadro 3上对OpenGL做的测试，GL_TRIANGLE_STRIP比GL_TRIANLGES 快100% ~ 200%。 建议：尽可能地使用GL_TRIANGLE_STRIP替代GL_TRIANGLES。 三角形Stripe的成熟软件：http://www.cs.sunysb.edu/~stripe/ 光照条件下使用glMaterial替代glColor在光照条件下，如果程序使用glMaterial，那么驱动程序只加载Material属性一遍到硬件，使用glColor将使得驱动程序对每个定点加载颜色信息。将会占用更多的CPU时间和AGP带宽。 纹理优化优化纹理加载初学OpenGL一个常见的性能优化方面的问题是每次使用一个纹理的时候，都重新设置纹理参数并且调用 glTexImage2D函数。事实上，OpenGL对纹理和Display List都有一个命名机制，glBindTexture，glDeleteTexture，glBindTexture。下面我们比较一下效果。 方法一:每次使用纹理前调用glTexImage2D，并重新设置纹理参数。那么驱动程序将不断地调用IDirectDraw7::CreateSurface并且将数据从用户内存区拷贝到驱动程序系统内存区，然后再从系统内存区域复制到video memory。 方法二：使用glTexEnv和glTexImage2D设置当前的纹理参数和纹理内容，，然后调用glBindTexture，例如5号纹理；如果需要使 用该纹理，再次调用glBindTexture函数，glBindTexture会把5号纹理设置为当前的纹理，并且参数上次设置的参数，你可以根据需要 决定是否修改参数。方法二的主要优点在于应用程序仅仅调用glTexImage2D，从而节省大量的CPU和AGP时间，因为从CPU往video memory复制是最耗时，overhead is very high。 建议:
进一步阅读：
尽量使用MipMap纹理一般图形硬件都支持 Mipmap，如果应用程序使用 Mipmap，那么图形硬件会根据当前的片断对应的纹理 LOD 计算 Texel，这样能够节省大量的纹理元 video memory 寻址时间，而且图形硬件对纹理元做 Cache，mipmap 中尺寸较小的纹理（Level比较大的）能够节约大量的计算时间。如果应用程序仅仅提供 Level 0 的最大的纹理，那么图形硬件每次都将使用这个纹理作纹理元计算，不但会浪费大量的计算资源，而且消耗很多的图形芯片带宽。 建议：
Tips: gluBuild*DMipmaps 能够将非2^n的纹理转化带有MipMaps的标准OpenGL纹理。不过gluBuild*DMipMaps不支持压缩纹理的自动Mipmap。 进一步阅读： glu Manual 纹理组合在游戏或者可视化应用中，我们总是会遇到许多非常小的纹理，一种比较好的办法是我们把这些纹理组合成一个比较大的纹理，例 如256x256，这样驱动程序在加载纹理的video memory的地址时候，驱动程序仅仅需要加载一次家可以了。这种方法在多个造型软件中也经常见到，例如人体造型软件Pose，它将一个人的头发，脸，眼 睛，等组合为一个纹理。 建议: 将多个小纹理组合为一个大纹理，然后修改对应三角形定点的纹理坐标，或者使用glMatrixMode(GL_TEXTURE)对定点的纹理坐标作几何变换。 使用MultiTexture替代Multi-PassOpenGL 1.2.1 extension: GL_ARB_multitexture Direct3D7(OpenGL .2.1)及更高版本支持的显示卡都支持MutliTexture功能，我们可以充分利用这个特性做多纹理贴图替代Multi-Pass。 例如我们希望会绘制一个可乐瓶子，而且这个可乐瓶子需要两层标签，利用Multi-Pass我们可以分三次绘制， //绘制瓶子的本色，例如绿色， glMaterial (…) ; glDisable(GL_BLEND); glDepthFunc(GL_LEQUAL); glBegin(GL_TRIANGLE_STRIP); //Texture glNormal(); glVertex(); …. glEnd(); //绘制里面的标签 glDpethFunc(GL_EQUAL); glEnable(GL_BLEND); glBindTexture(0,); glBegin(); glTextCoord(); glVertex(); glEnd(); //绘制第二层标签 glDpethFunc(GL_EQUAL); glEnable(GL_BLEND); glBindTexture(1,); glBegin(); glTextCoord(); glVertex(); glEnd(); 如果使用MutliTexture(OpenGL.2.1扩展)，我们只需要Single Pass完成这项工作： glMaterial(); glDepthFunc(GL_LEQUAL); glDisable(GL_BLEND); glActiveTExtureARB(GL_TEXTURE0_ARB); glTexEnv(,,GL_MODULATE); glBindTExture(0); glActiveTExtureARB(GL_TEXTURE1_ARB); glTexEnv(,,GL_MODULATE); glBindTExture(1); glBegin(GL_TRIANGLE_STRIP); glNormal(); glMultiTexCoord2fARB (GL_TEXTURE0_ARB,u0, v0 ); glMultiTexCoord2fARB (GL_TEXTURE1_ARB, u1, v1); glVertex(); glEnd(); Mutlitexture的方法将比第一种方法节约流水线的4个运算步骤，Depth Test，Alpha Test，Alpha Blend，和 write to frame Buffers。 建议：检查OpenGL extension支持，尽可能使用MultiTexture。 进一步阅读: OpenGL specs:http://www.opengl.org/developers/documentation/specs.html OpenGL extension Registry:http://oss.sgi.com/projects/ogl-sample/registry 使用压缩纹理OpenGL支持的压缩纹理包括：
压缩纹理比非压缩纹理具有更快的运算速度和更小的存储空间要求，而且很容易使用图形硬件纹理Cache。因此能够显著地提高应用程序性能，特别应用程序的纹理数据量巨大。 缺点：要求纹理的色彩空间规律性极强，否则会造成严重的颜色失真。 建议：检查下面的三个OpenGL Extension，尽可能地使用压缩纹理。
建议：检查OpenGL extension支持，尽可能使用MultiTexture。 进一步阅读: OpenGL specs:http://www.opengl.org/developers/documentation/specs.html OpenGL extension Registry:http://oss.sgi.com/projects/ogl-sample/registry 我们可以使用DirectX SDK的工具产生压缩纹理dxtex ，或者从nivdia获得工具和Tutorial: http://developer.nvidia.com/object/nv_texture_tools.html 合理的纹理尺寸图形硬件系统一般使用4x4，8x8，最高到64x64的纹理Cache策略，如果你的纹理比较简单，在满足可识感官的要求下，尽可能地使用较小的纹理尺寸。 Vertex Array相对于glBegin, glEnd以及Display List， Vertex Array对于驱动程序而言具有最高的内存复制效率，因为驱动程序仅仅需要一次内存数据移动，glBend, glEnd和Display List，则需要三次数据移动。因此尽可能多地使用 glDrawArrays和glArrayElement的方式。 针对Vertex Array，OpenGL 有如下的Extensions: GL_EXT_vertex_array GL_ATI_element_array GL_EXT_draw_range_elements GL_EXT_compiled_vertex_array GL_SUN_mesh_array GL_ATI_vertex_attrib_array_object 其中前面三个是经常使用 OpenGL extension，例如QuakeIII, CS， Half Life等。 进一步阅读: OpenGL specs:http://www.opengl.org/developers/documentation/specs.html OpenGL extension Registry:http://oss.sgi.com/projects/ogl-sample/registry Buffer Object事实上，我上面所讲到的内容都是传统的OpenGL图元定义，本质上都是通过glBegin和glEnd定义，都属于立即模式绘制的一种方法。而 Direct3D都是通过Vertex Buffer和Index Buffer实现图元及其组成顶点的属性定义。而Vertex Buffer和Index Buffer都在保存在video memory中，这样应用程序不需要每次都把地顶点数据通过AGP发送给硬件，从而加快了处理速度。为了在弥补这个缺陷，Nvidia和ATI推出了下面的Extension：GL_ARB_vertex_buffer_object 同时这个extesion也为 OpenGL 的Vertex Proram（即 D3D9的Vertex Shader）服务，关于这个Extension相关内容比较多，我就不展开这个讲述了。这里告诉大家，它是比所有立即模式图元定义方法都快的一个 OpenGL extension。原因如下：
请参考 OpenGL extension Registry: http://oss.sgi.com/projects/ogl-sample/registry Advanced Tech :Vertex Program 和 Fragment Program( D3D Vertex Shader和 Pixel Shader)使用 Shader 对渲染管线进行编程，控制渲染过程。 Less Operation for Depth Test，Stencil Test和 Alpha Test事实上，Depth Test，Stencil Test，Alpha Test能够影响到OpenGL 像素填充的30%。也就是说，如果你对他们进行优化，能够获得30%的性能。 我曾经对quake III的性能优化做过测试，得到下面结果； Disable Depth Test 2% gain Disable Alpha Test 6% gain Disable Alpha blend 2% gain Disable Depth Clear always15% gain 事实上，Quake III本身能够进一步优化，大家都知道Quake III是最经典的一个游戏引擎，它绘制图形采用BSP的结构，使用多纹理贴图和Alpha Blend获得非常好的光照效果，绘制图元的顺序是从最远处的物体到最近处的物体，由远及近的次序，那么如果QuakeIII把它改作由近及远的次序， Quake III中也少数的三角形遮挡关系，采用由近及远的次序绘制图形的时候，Depth Test将扔掉5%~10%甚至更多的片断（像素），那么流水线后面的操作将不会被执行，从而获得性能的提高，我相信这将会带来5%~15%的性能提高。 那么对于室外场景的漫游，我建议大家采用由近及远的次序。也许会带来极大的性能提高。 Fast Shadow很多人都在做类似的工作，我想以后抛砖引玉，作为一个单独的专题介绍。 MISC: LOD, cull, SwpaBuffers, wglMakeCurrentLODLOD,很经典的方法，使用较少几何数据量（Vertex）和纹理运算量(Texture LOD: mipmap)。 CULL FaceCULL Face，即背面删除，如果不绘制背面的三角形，理论上可以获得接近50%的性能提高，前提是假设TnL或者Vertex Shader足够的快。 glEnable(GL_CULL_FACE) ; glCullFace(GL_BACK); 在我对QuakeIII的测试中，尽管QuakeIII是基于BSP树的，理论上QuakeIII不应该有背面的物体，我仍然获得了3%~5%的性能提高（不同的CPU和总线速度）。 SwapBuffers事实上，全屏幕的OpenGL程序是调用IDirectDrawSurface7::Flip或 IDirect3DDevice8::Present，那么每进行FLIP操作将比窗口的OpenGL程序少做 1024X768X4 bytes的显示内存数据移动，将设分辨率为1024X768X32bits，根据不同的应用，能够获得相当可观的性能提高，大家可以自己算算。 wglMakeCurrentwglMakeCurrent是一个非常耗时的操作，2001年我对Geoforce3 Ti500进行了测试，在最好的情况下，Geoforce3 Ti500能够做5000次/秒。当时的CPU速度好像是800M还是1.4Ghz。我不太清楚了。同时wglMakeCurrent也许会带来副作用， 一些图像可能发生丢失。其中一个典型的测试，indy3D就是采用这种方法，我在跟踪这种程序的时候，觉得Sense8(开发vtk的那个公司)程序设计能力太糟糕了。 建议:一定要避免调用wglMakeCurrent。 避免像素操作（Pixel）在OpenGL的实现中，都是使用纯软件的方法实现从系统内存到video memory 的复制，那么这些将中断整个图形流水线的执行，等待硬件空闲后使用CPU完成，它们将大大降低程序的执行效率。这些操作包括：
解决办法：使用纹理替代像素操作，例如建设你希望在屏幕输出一行字，例如” Qauke III Arena”，那首先产生一个纹理，它包含所有的字母和数字，我这里无法贴BMP图像，我画一个存储结构：代表RGBA各式的2D 纹理，这是Quake III 的字母纹理顺序。 A B C D E F G H I J KLM N O P Q R S T U V WX Y Z a b c d …. 1 2 3 4 5 6 9 8 9 0 使用两个三角形产生一个字母或者数字。 Reference
|