第一章：减少API调用次数的策略——批处理技术详解

各位同学，今天我们来聊聊GPU驱动优化里最核心的一个话题——批处理（Batching）。我做了这么多年驱动优化，可以负责任地说：减少API调用次数，是性能提升最直接、最有效的手段。没有之一。

你想想看，每次调用一个API，CPU都要做一堆工作：参数校验、状态切换、命令打包、提交到GPU……这些开销累积起来，非常可观。我见过不少项目，明明GPU算力很强，但帧率就是上不去。一查，发现CPU端成了瓶颈——Draw Call太多，驱动忙不过来了。

1.1 为什么API调用次数这么重要？

先看一组数据。我随便列个表，你感受一下：

操作类型	相对开销（CPU时间）	说明
简单的数学计算	1x	几乎可以忽略
一次Draw Call	100x ~ 1000x	取决于驱动和硬件
一次状态切换（如绑定Shader）	500x ~ 2000x	非常昂贵
一次资源绑定（如更新Buffer）	200x ~ 500x	涉及内存同步

看到了吧？一次Draw Call的开销，是普通计算的几百倍。如果你的场景里有几千个物体，每个物体都单独调用一次Draw，那CPU基本就废了。

我个人习惯是：先把Draw Call数量压到1000以下，再考虑其他优化。这是底线。

1.2 批处理的核心思想

批处理，说白了就是把多个小任务合并成一个大任务，一次性提交给GPU。这样，原本需要N次API调用，现在只需要1次。

举个例子。你要画1000个三角形，每个三角形颜色不同。最笨的办法：

for (int i = 0; i < 1000; i++) {
    SetVertexBuffer(triangle[i].vb);
    SetPixelShader(colorShader[i]);
    Draw(3, 0);  // 画一个三角形
}

这样就是1000次Draw Call。CPU累死，GPU闲死。

批处理的做法：

// 把所有三角形的顶点数据合并到一个Buffer里
// 把所有颜色数据合并到另一个Buffer里
SetVertexBuffer(bigVertexBuffer);
SetPixelShader(instanceColorShader);
DrawInstanced(3, 1000, 0, 0);  // 一次调用，画1000个

一次Draw Call搞定。性能差距，天壤之别。

1.3 间接绘制（Indirect Draw）——真正的杀手锏

上面那个例子，还是CPU在控制绘制逻辑。但有些场景，比如粒子系统、大量动态物体，CPU根本来不及计算每个物体的绘制参数。这时候，间接绘制（Indirect Draw）就派上用场了。

间接绘制的思路是：把绘制命令的参数（顶点数、实例数、起始偏移等）放到GPU能访问的Buffer里，然后CPU只发一次API，告诉GPU「去那个Buffer里读命令，自己执行」。

代码长这样：

// 在GPU Buffer中构建绘制命令
struct DrawCommand {
    uint vertexCount;
    uint instanceCount;
    uint firstVertex;
    uint firstInstance;
};

// CPU端只需要调用一次
glDrawElementsIndirect(GL_TRIANGLES, GL_UNSIGNED_INT, indirectBuffer, 0);

我在项目中遇到过这样一个场景：一个大型开放世界，有上万个草叶、石块、小物件。如果用传统方式，每帧要发几万次Draw Call，CPU直接爆炸。后来我改用间接绘制，把绘制命令的计算全部交给Compute Shader，CPU每帧只发一次Indirect Draw。帧率从20帧直接飙到60帧。

嗯，这里要注意：间接绘制不是银弹。它适合那些绘制参数可以动态计算、且数量巨大的场景。如果你的物体数量很少，用间接绘制反而可能增加复杂度。

1.4 合并资源绑定与状态设置

除了减少Draw Call，资源绑定和状态设置的合并同样重要。你想想看，每次切换Shader、绑定纹理、设置渲染状态，都是一次API调用。这些调用虽然单个开销不如Draw Call大，但积少成多，也很可观。

常见的优化手段：

• 使用Descriptor Table（描述符表）：把多个资源（纹理、Buffer、Sampler）打包成一个表，一次绑定。D3D12和Vulkan都支持这个特性。
• 状态分组：把相同渲染状态的物体放在一起绘制。比如所有不透明物体一起画，所有透明物体一起画。避免频繁切换Blend、Depth Test等状态。
• Pipeline State Object（PSO）缓存：把常用的渲染管线状态组合缓存起来，避免重复创建和切换。

我曾经在一个项目中，发现每帧有200多次Shader切换。每次切换都要重新编译或查找缓存，CPU时间全耗在这上面了。后来我把所有Shader按功能分组，用PSO缓存管理，切换次数降到了20次以下。效果立竿见影。

1.5 实战中的批处理策略

说了这么多，总结一下我常用的批处理策略：

1. 先分析，再优化：用Profiler工具（如RenderDoc、NVIDIA Nsight）看看Draw Call数量和API调用分布。找到真正的瓶颈。
2. 实例化优先：对于相同Mesh、不同变换的物体，用Instancing。这是最简单的批处理方式。
3. 间接绘制兜底：当实例化不够用，或者绘制参数需要GPU动态计算时，上Indirect Draw。
4. 状态合并：把渲染状态相同的物体分组，减少状态切换。用PSO缓存管理管线状态。
5. 资源绑定合并：用Descriptor Table或类似机制，一次绑定多个资源。但注意控制表的大小。

最后说一句：批处理不是万能的。有些场景，比如UI渲染，每个控件状态都不一样，强行批处理反而会让代码变得复杂难维护。这时候，适当增加一些API调用，换取代码的可读性和可维护性，也是值得的。

好了，这一章就到这里。下一章我们聊聊实例化（Instancing）的具体实现和注意事项。到时候我会带一个实际项目的代码，手把手教你怎么做。