Optimize high-end games for Apple GPUs

Highlight

Apple 与 Larian Studios（《神界：原罪2》）和 4A Games（《地铁：离去》）合作，总结出 Apple GPU 上高端游戏的四步优化法：分析瓶颈、优化 shader、减少内存带宽、增加 GPU 工作负载重叠。

核心内容

你把一款高端 PC 游戏移植到 Apple Silicon。画面看起来不错，但帧率不稳定，某些场景突然掉到 20fps。问题出在哪？

Apple GPU 采用 TBDR（Tile-Based Deferred Rendering）架构，和 PC 上的 IMR（Immediate Mode Rendering）完全不同。在 PC 上有效的优化策略，在 Apple GPU 上可能适得其反。

Apple 工程师用一年时间分析了多款游戏，总结出一套系统化的优化方法。

详细内容

四步优化流程

（00:52）

Apple 推荐按这个顺序优化：

分析瓶颈 — 用 GPU 工具找出性能限制因素
优化 shader — 减少 ALU 和寄存器压力
减少内存带宽 — 降低 tile 内存溢出和纹理带宽
增加工作负载重叠 — 让 GPU 同时处理多个任务

这个顺序很重要。如果瓶颈在内存带宽，优化 shader 不会有明显效果。

案例分析：《神界：原罪2》

（04:37）

Larian Studios 的《神界：原罪2》在 iPad 上运行时，某些场景性能很差。Apple 用 Xcode 13 的新 GPU Timeline 工具分析后发现：

问题 1：Uber-shader 寄存器压力

游戏用一个巨大的 uber-shader 处理所有材质。这个 shader 包含大量条件分支，但实际每帧只用到其中一小部分。由于 shader 太大，寄存器分配压力高，导致 GPU 无法充分利用并行性。

解决方案：用 function constants 替代运行时条件分支。

// 优化前：运行时条件分支，所有代码都占用寄存器
fragment float4 uberShader(...) {
    float4 color;
    if (materialType == 0) {
        color = computeMetal(...);
    } else if (materialType == 1) {
        color = computeFabric(...);
    } else if (materialType == 2) {
        color = computeStone(...);
    }
    // ... 更多分支
    return color;
}

// 优化后：编译期 specialization，只保留用到的代码
[[function_constant(0)]] const bool hasMetal = false;
[[function_constant(1)]] const bool hasFabric = false;

fragment float4 specializedShader(...) {
    float4 color;
    if (hasMetal) {
        color = computeMetal(...);
    } else if (hasFabric) {
        color = computeFabric(...);
    }
    return color;
}

（12:25）

关键点：

[[function_constant]] 在编译期确定分支
未使用的代码被编译器剔除
寄存器分配更紧凑
需要为每种组合创建 pipeline state，但运行时性能更好

问题 2：Tile 内存溢出

TBDR 架构在 on-chip tile 内存中完成渲染。如果每帧的中间数据太多，tile 内存装不下，就会溢出到主内存，性能断崖式下降。

解决方案：减少 render target 的 bit depth，合并 render pass。

// 优化前：多个 render pass，每个都写主内存
Pass 1: G-Buffer (albedo + normal + depth) → 主内存
Pass 2: Lighting → 主内存
Pass 3: Post-processing → 主内存

// 优化后：合并到一个 render pass，数据留在 tile 内存
Pass 1: G-Buffer → Lighting → Post-processing (tile 内存内完成)

（15:24）

关键点：

TBDR 的优势是 tile 内存带宽远高于主内存
每次 render pass 切换都可能导致 tile 数据写回主内存
合并 render pass 让中间数据留在 on-chip
使用 memoryless attachment 避免写回

问题 3：冗余资源绑定

每帧重复绑定相同的 buffer 和 texture，CPU 开销大。

解决方案：用 argument buffer 缓存绑定状态。

// 优化前：每帧逐个绑定
[encoder setVertexBuffer:buffer1 offset:0 atIndex:0];
[encoder setVertexBuffer:buffer2 offset:0 atIndex:1];
[encoder setFragmentTexture:texture1 atIndex:0];
[encoder setFragmentTexture:texture2 atIndex:1];

// 优化后：用 argument buffer 一次绑定
[encoder setVertexBuffer:argumentBuffer offset:0 atIndex:0];
[encoder useResources:resources usage:MTLResourceUsageRead];

（21:40）

关键点：

argument buffer 把资源引用打包到一个 buffer 中
减少 encoder 的 API 调用次数
适合资源数量多的场景
配合 useResources:usage: 告诉驱动哪些资源会被访问

案例分析：《地铁：离去》

（16:30）

4A Games 的《地铁：离去》在 Apple GPU 上的主要问题是 compute shader 的内存访问模式。

问题：非合并内存访问

compute shader 中线程访问的内存地址分散，导致缓存效率低。

解决方案：重新组织数据布局，让相邻线程访问相邻内存地址。

// 优化前：线程 (x,y) 访问内存位置不连续
uint index = y * width + x;
float value = input[index];

// 优化后：利用 threadgroup memory 合并访问
threadgroup float sharedData[256];
uint localIndex = thread_position_in_threadgroup.x;
sharedData[localIndex] = input[globalIndex];
threadgroup_barrier(mem_flags::mem_threadgroup);
float value = sharedData[localIndex];

（18:45）

关键点：

threadgroup memory 比 device memory 快得多
threadgroup_barrier 确保所有线程完成写入后再读取
重新组织数据布局让访问模式更规则
减少 cache miss 是带宽优化的核心

GPU Timeline 工具

（22:30）

Xcode 13 新增的 GPU Timeline 是分析性能瓶颈的核心工具。它以时间线方式展示：

每个 render pass 和 compute dispatch 的 GPU 耗时
内存带宽使用情况
tile 内存压力
各阶段的重叠程度

通过时间线可以直观看到：哪个 pass 耗时最长？是否有空闲周期可以重叠更多工作？带宽是否成为瓶颈？

核心启发

先用 GPU Timeline 定位瓶颈再优化。不要凭感觉优化，可能优化了半天发现瓶颈在另一个地方。入口 API：Xcode 13 GPU Timeline。
用 function constants 替代 uber-shader 的运行时分支。编译期剔除未用代码，大幅降低寄存器压力。入口 API：[[function_constant(N)]]。
合并 render pass，让中间数据留在 tile 内存。TBDR 架构下，一次大 render pass 比多次小 render pass 高效得多。入口 API：MTLLoadAction + MTLStoreAction + memoryless attachment。
检查 compute shader 的内存访问模式。用 threadgroup memory 缓存频繁访问的数据，确保相邻线程访问相邻地址。入口 API：threadgroup + threadgroup_barrier。
用 argument buffer 减少每帧的资源绑定开销。特别适合资源数量多的场景。入口 API：MTLArgumentEncoder + useResources:usage:。

关联 Session

Optimize for variable refresh rate displays — Adaptive-Sync 和 ProMotion 帧率优化
Enhance your app with Metal ray tracing — Metal 光线追踪 API
Create image processing apps powered by Apple silicon — Apple Silicon 图像处理优化
Discover Metal debugging, profiling, and asset creation tools — Xcode 13 Metal 调试和性能分析工具

Highlight

核心内容

详细内容

四步优化流程

案例分析：《神界：原罪2》

案例分析：《地铁：离去》

GPU Timeline 工具

核心启发

关联 Session

评论