GLSL：为什么局部数组的随机写入比循环写入慢得多？

Question

让我们看一个简化的GLSL函数示例：

以下是示例代码：

void foo() {
    vec2 localData[16];
    // ...
    int i = ... // somehow dependent on dynamic data (not known at compile time)
    localData[i] = x; // THE IMPORTANT LINE
}

它将一些值x写入本地数组中动态确定的索引。现在，将行localData [i] = x;替换为

for( int j = 0; j < 16; ++j )
    if( i == j )
        localData[j] = x;

使用循环写入代码可以使执行时间几乎减半，测试示例（不同的着色器）中执行时间几乎减少了一半，而且比这个写入操作更复杂。

例如：在一个无序透明着色器中，除了获取16个纹理之外，还有其他事情要做，在直接写入时计时为39ms，在循环写入时计时为23ms。没有其他改变！

测试硬件是GTX1080。由glGetProgramBinary返回的汇编仍然过于高级。第一个案例中只包含一行，而第二个案例中包含一个循环+if语句围绕着相同的行。

• 为什么会出现这种性能问题？
• 所有供应商都是如此吗？

---

猜测：localData存储在8个vec4寄存器中（汇编并未说明）。进一步假设，寄存器不能用索引进行寻址。如果两者都是真的，则最终二进制必须使用某种分支结构。循环变量可能会展开，并产生类似于switch的模式，这样会更快。但这对所有供应商来说都是普遍的吗？为什么编译器不能使用for循环的任何结果作为此类写入的默认值？

- Johannes Jendersie

---

请参阅 https://www.gamedev.net/forums/topic/688607-glsl-shader-slow-when-having-too-big-arrays/5342183/（关于在着色器中声明大数组时速度变慢的问题）。 - Yves M.

Answer 1

进一步的实验表明，原因在于数组使用了不同的内存类型。展开循环变体使用寄存器，而随机访问变体则切换到本地内存。

本地内存通常位于全局内存中，但对每个线程是私有的。访问这个本地数组可能会被缓存（L2？）。

验证这种推理的实验如下：

1. 手动版本的展开循环（在一个包含1M像素的16个元素插入排序中测量）：

基准线：localData[i] = x 33ms for循环：for j + if i=j 16.8ms switch：switch(i) { case 0: localData[0] ... 16.92ms if else树（分成两半）：16.92ms if列表（纯手动展开）：16.8ms

=>所有类型的分支结构产生更多或更少相同的时间。所以它不是最初猜测的坏分支行为。

2. 多个与一个与没有随机访问（32元素插入排序）

2x localData[i] = x 47ms 1x localData[i] = x 45ms 0x localData[i] = x 16ms

=>只要有至少一个随机访问，性能就会很差。这意味着存在改变localData行为的全局决策——很可能是使用了不同的内存。使用多个随机访问并不会使事情变得更糟，因为有缓存。

- Johannes Jendersie