如何在WebGL中命中texel缓存？

我正在做的是WebGL上的GPGPU，我不知道我要说的访问模式适用于一般的图形和游戏程序。在我们的代码中，经常会遇到需要按输出texel汇总或减少的数据。一个非常简单的例子是矩阵乘法，在此过程中，对于每个输出texel，返回一个值，该值是一个输入的行和另一个输入的列的点积

这一直是我们性能的症结所在，因为与其说是计算，不如说是成倍的数据访问。因此，我一直在尝试寻找一种读取模式或数据布局模式，以加快此操作，但我完全没有成功

我将在下面描述一些假设和一些方案。下面是所有这些的示例代码 不幸的是，由于大小原因，我无法使用StackOverflow的“snippet”功能。注意：所有示例都是编写到控制台，而不是html页面

基本matmul实现：示例：[2,3]x[3,4]->[2,4]。这将以简化的形式生成（w:3，h:2）和（w:4，h:3）的两种纹理。对于每个输出纹理，我将沿左纹理的X轴读取，但沿右纹理的Y轴读取。（参见webgl matmul.html）

假设GPU访问的数据与CPU类似——即逐块访问——如果我沿着纹理的宽度读取，我应该经常访问缓存。 为此，我将两个纹理的布局方式，我将做相应行（沿纹理宽度）的点积。示例：[2,3]x[4,3]->[2,4]。请注意，右纹理的数据现在进行了转置，因此对于每个输出texel，我将执行左一行和右一行的点积。（参见webgl matmul shared alongX.html）

为了确保上述假设确实有效，我还创建了一个否定测试。在这个测试中，我将沿着Y轴读取左右纹理，这应该是有史以来性能最差的。数据被预先转置，以便结果有意义。示例：[3,2]x[3,4]->[2,4]。（参见webgl matmul shared alongY.html）

所以我运行了这些——我希望你们也能看到——我没有发现任何证据支持这种缓存行为的存在或不存在。您需要将每个示例运行几次，以获得一致的结果进行比较

然后我写了一篇论文，简言之，它声称GPU以块（或者我称之为分片）的形式缓存数据

基于这一有前途的线索，我创建了一个版本的matmul（或点积），它使用2x2的块进行计算。当然，在使用之前，我必须将输入重新安排到这样的布局中。我的比较中没有包括重新安排的费用。假设我可以做一次，然后运行我的matmul多次。即使是这个方案，如果不拿走一些东西，也不会对性能产生任何影响。（请参见webgl dotprod tiled.html）

A关于这一点，我完全没有想法，任何提示都将不胜感激。 谢谢