Performance OpenGL：这里还有什么瓶颈？

我优化了我们的立体声应用程序，将几乎所有的几何图形（大约1600个绘制调用）批处理成单个绘制调用（每只眼睛），使其成为GPU绑定。现在我们已经绑定了GPU，我想知道如何提高这个单一渲染调用的GPU性能，但是，很难找到瓶颈

在所有屏幕截图中，有问题的渲染调用都是ID为91和154的渲染调用

按原样渲染场景并使用Nvidia的NSIGHT分析帧（我在Nvidia Geforce GTX 980上渲染），我得到以下帧计时（注意：1和3是感兴趣的）： 这些渲染调用每次大约需要5毫秒

框架探查器显示以下瓶颈百分比： 使用相应的着色器类型：

这似乎暗示片段着色器是渲染调用的瓶颈。虽然我们使用的片段着色器相当复杂，但我希望受到几何体的限制（draw调用渲染一个包含约60万个三角形的索引三角形列表）

看到这些结果，我将像素着色器替换为只输出插值顶点法线的着色器。使用简单片段着色器，帧探查器报告渲染调用没有明显的瓶颈，但是，仍然需要相同的时间。 （以下屏幕截图使用用于渲染的简化片段着色器进行分析）：

因此，使用更简单的版本替换片段着色器后，着色器阶段不再显示为瓶颈，但渲染调用在GPU上仍需要相同的时间还有什么可能是渲染调用的瓶颈？

为了进一步了解，这里是用于分析框架的硬件计数器 使用复杂片段着色器： 使用简单片段着色器：

我还尝试降低屏幕分辨率（两个维度的大小各为一半），这两种方法都没有导致更快的渲染调用

---

有没有办法进一步确定为什么这些渲染调用不会在GPU上花费更少的时间？

我首先要研究的是内存布局。这里有一个相当大的IBO，并且根据内部索引的顺序，您可能会花费大量时间处理顶点缓存未命中。更简单的方法是避免使用IBO并使用完整的三角形规范——更多的数据和内存使用这种方式，但它对缓存友好，您可以从论文的基准测试中看到，在没有对IBO进行适当排序以提高顶点缓存效率的情况下，不使用索引通常会更快，另一个更简单的方法是使用更小的VBOs/IBOs并使用更多的渲染调用。这里最好是缓存友好型的，而不是以牺牲最小的调用次数为代价，因此，如果您不想麻烦对它们进行局部性排序，较小的VBO/IBO可以提供帮助。这并不像制作一个大型IBO/VBO并让GPU运行得更快那么简单——数据需要以一种缓存友好的方式进行排列，以使其真正快速运行，否则制作更大的VBO/IBO可能弊大于利。你确定只输出插值法线吗？在“简单片段着色器”（simple fragment shader）案例中，有大量纹理获取。这些是来自顶点着色器吗？非常感谢您的输入！您是对的，仍然有一个纹理提取，但是移除它不会改变draw调用持续时间。索引已经进行了缓存优化-而且，如果更好的变换后缓存利用率可以加快绘制调用，这难道不意味着着色器阶段（尤其是顶点着色器）应该显示为渲染调用的瓶颈吗？