Optimize high-end games for Apple GPUs
Graphics & Games 高级 26m

为 Apple GPU 优化高端游戏

Optimize high-end games for Apple GPUs

2021年6月9日

在 Apple 官方观看视频

一句话判断

Apple Silicon 的 GPU 架构和传统桌面 GPU 有本质区别——把 PC 游戏直接移植过来然后用”常规优化”是行不通的，必须针对 tile-based deferred rendering（TBDR）做专门的管线设计。

这场 Session 讲了什么

Session 面向正在将高端 3A 游戏移植到 Apple Silicon（M1、A14/A15）平台的开发者，详细讲解了 Apple GPU 的架构特点以及相应的优化策略。核心话题围绕 TBDR（基于瓦片的延迟渲染）架构与传统 immediate mode rendering（IMR）的差异展开。

Apple GPU 采用 TBDR 架构，先把画面分成小块（tile），在 on-chip 内存中完成所有渲染操作后再写回主存。这意味着传统 IMR 平台上的很多”常识性优化”在 Apple GPU 上可能适得其反。比如，过多的小渲染目标切换在 IMR 上没问题，但在 TBDR 上每次切换都会导致 tile 数据溢出（tile spill），性能断崖式下降。Session 还讨论了内存带宽优化、compute shader 的最佳实践、以及如何利用 Metal Performance Shaders 加速常见渲染操作。

值得深挖的点

Tile Spill：Apple GPU 性能的头号杀手

当 tile 的 workload（颜色附件、深度/模板附件、临时数据）超过 on-chip 内存容量时，GPU 被迫将数据溢出到主存。这就是 tile spill。一次 spill 的代价是两次完整的内存读写（写出到主存+读回来），带宽开销翻倍。避免 spill 的关键是控制单个 render pass 的附件数量和格式：使用更少的颜色附件、选择更紧凑的像素格式（比如 RGBA8Unorm 代替 RGBA16Float）、利用 MTLHeap 手动管理 tile 内存。

Load/Store Action 的正确选择

MTLLoadAction 和 MTLStoreAction 直接影响 TBDR 的效率。load 操作会从主存读取上一帧的数据到 tile，store 操作会把 tile 数据写回主存。如果你不需要上一帧的内容（比如每帧清空的颜色缓冲），用 .clear 而不是 .load——省掉一次主存读取。同样，如果渲染结果只被下一个 pass 使用（比如中间 G-Buffer），用 .store 后立刻在下一个 pass 里 .load 是浪费的——应该用 memoryless attachment 让数据留在 tile 上。

代码片段

// 正确配置 render pass 的 load/store action
func configureRenderPass(descriptor: MTLRenderPassDescriptor) {
    // 颜色附件：每帧清空，不需要加载上一帧内容
    descriptor.colorAttachments[0].loadAction = .clear
    descriptor.colorAttachments[0].storeAction = .store
    descriptor.colorAttachments[0].clearColor = MTLClearColor(
        red: 0.02, green: 0.02, blue: 0.02, alpha: 1.0)
    
    // 深度附件：每帧清空，渲染结束后不需要保留
    descriptor.depthAttachment.loadAction = .clear
    descriptor.depthAttachment.storeAction = .dontCare
    descriptor.depthAttachment.clearDepth = 1.0
    
    // 中间结果使用 memoryless —— 数据只在 tile 内存中存在
    // 不写入主存，下一个 render pass 直接在 tile 中读取
    let gBufferTexture = createTexture(storageMode: .memoryless)
    descriptor.colorAttachments[1].texture = gBufferTexture
    descriptor.colorAttachments[1].loadAction = .clear
    descriptor.colorAttachments[1].storeAction = .dontCare
}
// 使用 Metal Heap 手动管理 tile 内存，避免 spill
func createRenderTargetHeap(device: MTLDevice) -> MTLHeap? {
    let descriptor = MTLHeapDescriptor()
    descriptor.storageMode = .private
    descriptor.cpuCacheMode = .defaultCache
    
    // 根据预期的渲染目标大小设置堆容量
    // 给 tile 内存留足够空间，避免溢出到主存
    descriptor.size = calculateRequiredHeapSize(
        colorFormats: [.bgra8Unorm, .rgba16Float],
        depthFormat: .depth32Float,
        width: 1920, height: 1080
    )
    
    return device.makeHeap(descriptor: descriptor)
}
// 利用 framebuffer fetch 避免额外的采样操作
// 在 fragment shader 中直接读取 tile 内的颜色数据
// Metal Shading Language
fragment float4 deferredLighting(
    VertexOutput in [[stage_in]],
    // framebuffer fetch：直接从 tile 内存读取 G-Buffer
    depthfloat_t depth [[color(0)]],
    float4 normal   [[color(1)]],
    float4 albedo   [[color(2)]]
) {
    // 不需要额外的纹理采样，数据已经在 tile 里
    float3 lighting = calculateLighting(
        position: reconstructPosition(depth, in.position),
        normal: normal.xyz,
        albedo: albedo.rgb
    );
    return float4(lighting, 1.0);
}

最佳实践

  • 移植游戏时先用 Metal Performance Shaders 实现一个 baseline 版本，再用自定义 shader 逐步替换。MPS 已经针对 Apple GPU 做了极限优化，可以作为性能参照。
  • 减少 render pass 之间的切换——把多个渲染步骤合并到一个 render pass 中。TBDR 架构下，一个”大”的 render pass 比多个”小”的 render pass 高效得多。
  • 使用 MTLDevice.recommendedMaxWorkingSetSize 查询设备建议的最大工作集大小，确保你的纹理和缓冲区总量不超限。

还有什么值得关注

  • Apple GPU 的 compute unit 数量可以通过 MTLDevice.maxThreadgroupMemoryLength 和 maxThreadsPerThreadgroup 查询，用于优化 compute shader 的分发策略。
  • MTLFence 和 MTLEvent 在 TBDR 架构下的行为和 IMR 不同——轻量级同步优先用 MTLEvent。
  • Xcode 13 的 Metal GPU Profiler 新增了 tile 内存使用量的可视化，可以直接看到哪些 render pass 发生了 spill。
WWDC 2021