3、渲染管线深度解析：顶点处理、光栅化、片段着色、输出合并，以及各阶段的性能瓶颈

渲染管线，说白了就是 GPU 把 3D 数据变成屏幕上像素的那条流水线。我做了这么多年界面移植，见过太多人一上来就调 Shader，结果发现瓶颈根本不在那。你得先搞清楚，到底是哪个环节拖了后腿。

今天我们就把这四个阶段掰开揉碎，看看每个环节到底在干什么，以及——最容易在哪卡住。

3.1 顶点处理：模型的第一道坎

顶点处理阶段，GPU 把模型数据从 CPU 内存搬到显存，然后逐个顶点执行顶点着色器。说白了，就是把 3D 坐标变成屏幕上的 2D 坐标。

这个阶段的性能瓶颈，我归纳为三个字：多、大、频。

• 顶点太多：模型面数过高，比如一个角色 10 万面，在手机上就是灾难。
• 数据太大：每个顶点带的属性太多，位置、法线、UV、切线、颜色……带宽扛不住。
• 更新太频：每帧都修改顶点数据（比如蒙皮动画），CPU 到 GPU 的传输就成了瓶颈。

我记得有一次做 VR 界面移植，一个场景里的树木模型用了 8 层 LOD，结果最远距离的 LOD 还是 5000 面。我当时就纳闷，为什么帧率死活上不去？后来一查，顶点缓冲区每帧都在更新，因为树叶有风吹动画。嗯，这就是典型的「频」的问题。

3.2 光栅化：把三角形变成像素

光栅化阶段，GPU 把顶点处理完的三角形，拆成一个个像素片元。这个阶段不执行什么复杂计算，但它决定了后面要处理多少像素。

瓶颈在哪？说白了就是像素填充率。你想想看，如果屏幕分辨率是 4K，光栅化器每秒要处理 800 多万个像素。如果每个像素还对应多个三角形（overdraw），那工作量直接翻倍。

我曾经优化过一个地图应用，缩放时卡得不行。查了半天，发现光栅化阶段耗时异常。为什么？因为地图瓦片叠加了 5 层半透明图层，每个像素被光栅化了 5 次。这就是典型的 overdraw 问题。

3.3 片段着色：最吃算力的阶段

片段着色器，也就是大家常说的 Pixel Shader。这个阶段对每个像素执行自定义计算，光照、纹理采样、阴影、后处理……全在这。

性能瓶颈通常来自三个方面：

瓶颈类型	典型表现	常见原因
ALU 瓶颈	Shader 计算量过大	复杂光照、多次循环、动态分支
纹理瓶颈	纹理采样次数过多	多张纹理叠加、各向异性过滤过高
带宽瓶颈	纹理尺寸过大	4K 纹理、未压缩格式

我个人习惯是，先看 GPU 的 Occupancy（占用率）。如果 ALU 占用率低但纹理单元忙，那就是纹理瓶颈。反之，ALU 忙而纹理单元闲，那就是计算瓶颈。方向错了，优化就是白费力气。

3.4 输出合并：最后的拼图

输出合并阶段，也叫 ROP（Render Output Unit）。它负责把片段着色器算出来的颜色，写到帧缓冲区里。如果开启了混合、多重采样、深度测试，这个阶段的工作量会显著增加。

瓶颈通常来自：

• 带宽耗尽：高分辨率 + 高帧率 + 多重采样，显存带宽直接拉满。
• 混合开销：大量半透明物体叠加，ROP 要反复读写同一块显存。
• 压缩失效：如果颜色格式不支持压缩（比如 FP16），带宽压力更大。

我记得有一次优化一个 HDR 渲染管线，帧率始终卡在 30fps。查了所有 Shader，都没问题。最后发现是输出合并阶段用了 32-bit 浮点格式，带宽直接爆了。改成 16-bit 浮点后，帧率直接翻倍。

3.5 渲染管线全流程瓶颈定位图

下面这张图，是我自己总结的渲染管线瓶颈定位流程。每次做性能分析，我都会按这个顺序排查。

3.6 实战：如何快速定位瓶颈

说了这么多理论，到底怎么用？我分享一个我自己常用的排查套路。

1. 先用 GPU 性能分析工具抓一帧（RenderDoc、Xcode GPU Frame Capture、Android GPU Inspector 都行）。
2. 看各阶段耗时占比。如果顶点处理占 40% 以上，优先优化模型和 Draw Call。如果片段着色占 60% 以上，优先优化 Shader。
3. 看带宽占用。如果显存带宽利用率超过 80%，检查纹理压缩格式和帧缓冲区格式。
4. 看 Overdraw。用工具渲染 Overdraw 视图，红色区域就是优化重点。
5. 看 Early-Z 是否生效。如果深度测试写在前，但 Early-Z 没生效，检查是否用了 Alpha Test 或修改了深度值。

好了，渲染管线的四个阶段和它们的性能瓶颈，今天就聊到这。记住：先定位，再优化。别一上来就改 Shader，先搞清楚到底是哪卡住了。