使用英特尔GPA优化《轩辕传奇》游戏的性能
发表于2015-12-19
文章作者：英特尔：卢卷彬 Kiefer Kuah 腾讯：丛越
下载PDF版本：使用英特尔GPA优化《轩辕传奇》游戏的性能
介绍
随着集成显卡功能和性能的日益增强以及移动平台的不断普及，集成显卡已经成了游戏开发者不可忽视的重要对象。
本文介绍了使用GPA在英特尔集成显卡上分析和优化《轩辕传奇》网络游戏的案例。 《轩辕传奇》是由腾讯研发团队打造的一款MMORPG网游，是腾讯的首款史诗战争网游。该游戏在引擎技术、美术、服务器等诸多方面都力求精益求精，达到了国内顶级网游水准。为了满足更多玩家的机器配置，我们特别针对集成显卡进行了测试和优化。
性能分析开始
本文档的分析和优化基于Intel HD Graphics 3000平台，代号SandyBridge(简称SNB)。 SNB是Intel在2011年推出的一款性能非常出色的处理器集成显卡。它的性能可以媲美一些独立显卡。作为一款网络游戏，《轩辕传奇》的开发者希望能够在更多的平台上面流畅运行游戏，所以尽管游戏在SNB上的性能已经很流畅了，我们还是要尽量的对游戏性能进行优化。
以下是我们这次性能分析和优化所选择的目标场景：
图1. 《轩辕传奇》性能分析和优化的目标场景
系统分析
GPA HUD能够实时的显示游戏运行的时候CPU，DX runtime，以及GPU上的性能数据。同时支持多种D3D流水线上的override模式，帮助游戏开发者进一步定位游戏的瓶颈所在。
通过GPA HUD的分析，我们发现：
1. 游戏的大多数计算都是在主线程中完成，多核心利用率比较低。那么在玩家角色多的时候，因为动画计算比较多，CPU将会成为瓶颈。可以考虑使用多线程来消除这种场景下的瓶颈。
2. 游戏中每帧的State Changes数量不算很多，大概每帧6000个，平均每个DP call 7.5次。能够做一些优化减少State Changes数量的话，对性能是很有好处的。
3. 通过Override模式测试，Null Driver, Null Hardware 都可以使游戏的fps达到100左右，100fps是游戏的限帧。所以在该场景下游戏的瓶颈是在GPU上。我们还在玩家角色比较多的场景进行了类似测试，发现Null Hardware对fps提升不大，此时瓶颈在CPU上。
帧分析
GPA帧分析器能够详细的分析游戏的一帧的所有draw call的性能数据以及它们所使用的纹理，d3d状态，shader等等。图2显示了我们使用GPA帧分析器打开我们在目标场景抓取的一帧数据。
图2. 使用GPA帧分析器打开抓取的一帧数据
通过帧分析器分析，我们得到整个一帧的时间分布为：
- 生成阴影贴图：~170 个 DP Calls, 15.9% frame time。场景中所有的物体都计算了实时阴影。我们可以使用静态阴影来替代其中的一部分，比如某些距离远的，固定的物体。
- 天空盒: 3个 DP Calls，4.7% frame time。实际上在该场景中看不到天空，我们可以在渲染天空盒之前进行可见性检测。如果不可见，则不渲染。
- Terrain：50个 DP Calls，34.9% frame time。和大多数网络游戏一样，地形总是最耗时的部分，是优化的重点。
- 人物和其他地上物件：~240个DP Calls，22.4% frame time。没有发现明显的可以优化的地方。
- 后处理：8个DP Calls，8.4% frame time。没有发现明显的可以优化的地方。
- UI：55 DP Calls，7.4% frame time。有许多UI元素过小，可以合并一下再渲染。UI并不是每帧都变化的，可以重复利用上一帧的结果。
优化策略和结果：
1. 阴影贴图生成
游戏花费了花费了~170个draw calls来生成所有物体的阴影贴图，但实际上，场景中某些固定的物体或者远处的物体，是没有必要使用实时计算的阴影的，使用提前生成的静态阴影即可。这可以节省draw calls的数量，提高性能。图3是优化前后的对比，右边是优化后的阴影贴图生成，减少了使用实时阴影的物体数量，可以看到draw calls数量减少到了45个，整个阴影地图生成花费的时间从2.97ms减少到了1.03ms。
图3. 优化前和优化后的阴影贴图计算
2. 天空盒
天空盒在这个场景中是不可见的，但是帧分析器显示游戏依然渲染了它。我们可以在渲染之前检测天空盒的可见性，如果不可见，则不渲染。这可以节省0.88ms。而且，天空盒最好是放到场景中不透明物体渲染完之后再渲染，因为天空盒的大部分都是被遮挡的。
图4. 游戏渲染了不可见的天空盒
3. 地形
地形部分的渲染占用了最多的时间，网络游戏一般都是这样。
其中一部分主要的地形，占用了6.5ms中的5.1ms，它们使用的同一段Pixel Shader，以下是这部分地形的截屏：
图5. 部分地形使用同样的Shader，包含89个指令，其中13个纹理load，76个算术指令
过帧分析器我们可以看到，这部分地形的渲染，PS duration占用了90%的时间，在帧分析器中我们可以在Shader Tab查看这些渲染所使用的shader code，如图5所示，这部分地形的shader 包含了89条指令，其中13个纹理load，76个数学计算，比较复杂。
我们把shader做了一定的简化，去掉了高光，normal map，AO map等。图6是修改了pixel shader后的截图，修改后pixel shader包含31条指令，其中8个纹理load，23个算术指令。 这部分地形渲染的时间从5.1ms减少到了3.4ms。
图6. 优化shader代码后，这部分地形所花费的时间减少到了3.4ms
我们还为特别低端的平台准备了更加简单的，只需要2个纹理的shader版本，时间进一步减少到了0.93ms，见图7所示：
图7. 在更低端平台上进一步简化地形的pixel shader
当然，使用2个纹理后，地形画面质量肯定有所下降。在GPA帧分析器我们能够实时的看到修改shader code后对画面的影响。
4. UI
UI部分共占用7.4%的时间，图8是游戏中左上角的人物UI截屏。
图8. 游戏中左上角的角色UI
通过帧分析器，我们发现为了画游戏左上角的人物头像以及血槽等部分，游戏使用了9个draw calls来完成（图9），而且是每一帧都会花费9个draw calls来做这件事情。但是对网络游戏来说，99%的时间，这部分是不会变化的，那么每帧都使用9个draw call来画这部分，是没有必要的。我们可以把这个头像部分先渲染到一个image buffer，然后使用一个draw call把这个image画到屏幕上，如果下一帧这个头像部分没有更新，则继续使用上次的这个image buffer。这样一来，只有在头像部分需要更新的时候，才去重新做这9次draw calls，其他时候，只需要一个draw call就完成了。
图9. 游戏使用了9个draw calls来完成这部分UI的渲染
图10显示了优化后的截图，这一帧重利用了image buffer，只使用了一个draw calls就完成了这部分UI的渲染。我们对其它的UI也进行了类似的优化。优化后，渲染UI所花费的时间从1.38ms减少到了1.17ms。
图10. 使用image buffer来存储这部分UI以便重复使用
5. 减少State Changes数量
State Changes过多会导致游戏程序，d3d runtime, 显卡驱动和显卡硬件的负载增加。减少State Changes的数量能够提高游戏性能。通过帧分析器对这一帧的详细分析，我们发现有很多的draw calls，都会使用很小的纹理，16*16，32*32或者64*64大小，大量的使用小纹理，不是一种有效率的做法。图11显示了两个相邻的draw calls使用了非常小的纹理：
图11. 两个相邻的draw calls，都使用了非常小的贴图
从上面图11中我们看到，临近的的2个draw calls,分别调用了3个SETTEXTURE API，其中第二和第三个texture，都是很小的纹理（见图12）。我们可以合并这些小的纹理，然后只需要设置一次合并后的纹理，接下来的几个draw calls就可以直接使用，而不用再设置了。这可以减少State Changes的数量。当然，使用合并纹理的时候要注意设置正确的UV值。
图12. 这些draw calls所使用的小尺寸纹理
图13和14是优化后的截屏，我们合并了3个draw calls所使用的小纹理，SETTEXTURE API调用的次数从9次减少到了4次。整个一帧，我们减少了~500次State Changes。
图13. 合并纹理后，3个draw calls所调用的SETTEXTURE API从9次减少到了4次
图14. 将小纹理合并后得到的大纹理
优化总结：
我们介绍了在英特尔集成显卡平台上通过GPA对游戏性能进行分析和优化的成功案例。GPA工具帮助我们找到了游戏的瓶颈所在。我们使用它对一帧进行了深入的分析，对shader进行了实时修改，并找到了减少State changes数量的办法。经过优化，游戏性能得到了很大提升，能让更多玩家流畅体验轩辕传奇这款游戏。其实我们还使用GPA对其他不同场景，不同状态（聊天，骑乘，战斗，换装，技能特效等），不同平台（各个厂商的独立显卡，集成显卡以及不同型号的CPU），不同系统进行了各种测试，限于篇幅这里只挑出了一个有代表性的例子。
作者简介：
卢卷彬 是英特尔公司的应用工程师，他和国内几家大的游戏公司有着多年的合作，帮助他们在英特尔平台上优化游戏客户端的性能。
丛越 有8年以上的游戏开发经验，他参加了中国最早期的3D MMORPG的开发，有着非常丰富的经验。丛越现在就职于腾讯，主要负责游戏和引擎的开发。
Kiefer Kuah 是英特尔的软件工程师，他主要负责游戏在英特尔平台上的优化工作。
Appendix A:
Platform Configuration:CPU: Intel Core i7-2720QM @ 2.20GHz, with HD 3000 graphics
Memory: 8GB DDR3 1333Mhz
HD: Intel 160G SSD
OS: Windows 7 Professional, 64bit
Graphics Driver: 8.15.10.2509