一个好的 Shader，特别是在低端机上跑效果，性能往往会有很大的提升，那么，就很有必要学习一下 GLSL Shader 性能优化的策略。

下面整理了一些优化的策略。

1. 延迟 vector 计算

不好的用法:

  highp float f0,f1;
  highp vec4 v0,v1;
  v0 = (v1 * f0) * f1;

优化后的用法：

  highp float f0,f1;
  highp vec4 v0,v1;
  V0 = v1 * (f0 * f1)

2. 去冗余计算，vector 整体计算

良好的用法：

  highp vec4 v0;
  highp vec4 v1;
  highp vec4 v2;
  v2.xz = v0 * v1;

3. 避免分支语句（if语句和个别for语句）。

下面是分支语句的性能排序：

a)最佳：编译确定的常量

b)可接受:unoform变量

c)可能很差:在shader内计算的变量。

其解决方案：将各个分支座位单独的shader（可能会增加一点工作量以及复杂度）。

实践参考：在性能和工量入复杂度之间作一个权衡。

因受寄存器限制，SL的编译代码越短，效率越高。另外，因为是海量计算，所以细徽的优化会带来革命性的性能改善。

4. 使用 glsl_optimizer 优化工具进行优化

glsl_optimizer 是一个免费开源的glsl优化器。可以生成GPU无关的shader优化代码。

可以进行非常多的优化项目，比如 函数内联，死代码删除，常量折叠，常量传递，数学优化等等。

5. 只计算需要计算的东西

尽量减少无用的顶点数据, 比如贴图坐标, 如果有Object使用2组有的使用1组, 那么不要将他们放在一个vertex buffer中, 这样可以减少传输的数据量;

避免过多的顶点计算,比如过多的光源, 过于复杂的光照计算(复杂的光照模型);

避免 VS 指令数量太多或者分支过多, 尽量减少 VS 的长度和复杂程度;

6. 尽量在 VS 中计算

通常，需要渲染的像素比顶点数多，而顶点数又比物体数多很多。所以如果可以，尽量将运算从 FS 移到 VS，或直接通过 script 来设置某些固定值；

7. 浮点数精度相关：

float:最高精度，通常32位

half:中等精度，通常16位，-60000到60000，

fixed:最低精度，通常11位，-2.0到2.0，1/256的精度

尽量使用低精度。对于 color 和 unit length vectors，使用fixed，其他情况，根据取值范围尽量使用 half，实在不够则使用 float 。

在移动平台，关键是在 FS 中尽可能多的使用低精度数据。另外，对于多数移动GPU，在低精度和高精度之间转换是非常耗的，在fixed上做 swizzle 操作也是很费事的。

8. Alpha Test

Alpha test 和 clip() 函数，在不同平台有不同的性能开销。

通常使用它来剔除那些完全透明的像素。

但是，在 iOS 和一些 Android 上使用的 PowerVR GPUs上面，alpha test非常的昂贵。

9. Color Mask

在移动设备上，Color Mask 也是非常昂贵的，所以尽量别使用它，除非真的是需要。

10. For和If不一定意味着动态分支

在GPU上的分支语句（for，if-else，while），可以分为三类。

  • Branch 的 Condition 仅依赖编译期常数

此时编译器可以直接摊平分支，或者展开（unloop）。

对于For来说，会有个权衡，如果For的次数特别多，或者body内的代码特别长，可能就不展开了，因为会指令装载也是有限或者有耗费的额外成本可以忽略不计。

  • Branch的 Condition 仅依赖编译期常数和Uniform变量

一个运行期固定的跳转语句，可预测同一个Warp内所有micro thread均执行相同分支， 额外成本很低

  • Branch 的 Condition 是动态的表达式

这才是真正的“动态分支” ，会存在一个Warp的 Micro Thread 之间各自需要走不同分支的问题。

11. 跳转本身的成本非常低

随着IP/EP（Instruction Pointer/Execution Pointer）的引入，现代GPU在执行指令上的行为，和CPU没什么两样。跳转仅仅是重新设置一个寄存器。

12. Micro Thread 走不同分支时的处理

GPU本身的执行速度快，是因为它一条指令可以处理多个 Micro Thread 的数据（SIMD）。

但是这需要多个 Micro Thread 同一时刻的指令是相同的。

如果不同，现代GPU通常的处理方法是，按照每个Micro Thread的不同需求多次执行分支。

x = tex.Load();
if(x == 5)
{
// Thread 1 & 2 使用这个路径
out.Color = float4(1, 1, 1, 1);
}
else
{
// Thread 3 & 4 使用这个路径
out.Color = float4(0, 0, 0, 0);
}

比如在上例中，两个分支的语句Shader Unit都会执行，只是不同的是如果在执行if分支，那么计算结果将不会写入到thread 3 和 4的存储中（无副作用）。

这样做就相当于运算量增加了不少，这是动态分支的主要成本。

但是如果所有的线程，都走的是同一分支，那么另外一个分支就不用走了。

这个时候Shader Unit也不会去×××一样的执行另外一个根本不需要执行的分支。此时性能的损失也不多。

并且，在实际的Shader中，除非特殊情况，大部分Warp内的线程，即便在动态分支的情况下，也多半走的是同一分支。

13. 动态分支和代码优化难度有相关性

这一点经常被忽视，就是有动态分支的代码，因为没准你要读写点什么，前后还可能有依赖，往往也难以被优化。

比如说你非要闹这样的语句出来：

if(x == 1)
{
color = tex1.Load(coord);
}
else if(x == 2)
{
color = tex2.Load(coord);
}

你说编译器怎么给你优化。

说句题外话，为啥要有TextureArray呢？

也是为了这个场合。TextureArray除了纹理不一样，无论格式、大小、坐标、LoD、偏移，都可以是相同的。

这样甚至可以预见不同Texture Surface上取数据的内存延迟也是非常接近的。这样有很多的操作都可以合并成SIMD，就比多个Texture分别来取快得多了。

这就是一个通过增加了约束（纹理格式、大小、寻址坐标）把SISD优化成SIMD的例子




GLSL 的若干优化策略_android