技术博客

GPU 剖析：stat gpu 与 RenderDoc 联用

第 96 / 100 篇 · 2026-06-22 · ue5 · 性能优化渲染GPU

CPU 侧（11030 篇）搞完，轮到 GPU。GPU 剖析的工具链分两层：stat gpu 和 RDG 的 GPU 时间戳告诉你哪个 Pass 贵；RenderDoc 这类帧抓取工具告诉你这个 Pass 里哪次绘制贵、为什么。两层信息互补，只看一层容易走弯路。

第一层：stat gpu 与 GPU 时间戳

stat gpu 输出的是 RDG 各 Pass 的耗时聚合，数据源是 GPU timestamp query——RDG 在每个 Pass 前后插入时间戳对，驱动执行完一轮后回读相减。RDG 的好处是 Pass 结构天然带语义名（BasePass、Lighting、PostProcessing），拿到的是"光照 4ms、后处理 2ms"这种可直接行动的数字。

用之前先知道它的三个坑：

  • 时间戳粒度：timestamp 的精度取决于 GPU 和驱动，常见分辨率是微秒级到几十微秒级。0.05ms 的 Pass 测出来是 0.03 还是 0.07 别太当真，看 0.5ms 以上的量级；
  • 异步重叠失真：compute/async copy 和 graphics 并行执行时，时间戳对测的是"这两个时间点之间 GPU 走了多久"，不是"这个 Pass 占了多少 GPU"。开了 Lumen/Niagara GPU sim 的项目，把 async 通道的耗时和 graphics 直接相加会重复计数。RDG 的 stat gpu 输出里 async 类 Pass 单独分组，就是提醒你这件事；
  • 分辨率耦合：Pass 耗时和渲染分辨率强绑定，pixel-bound 的 Pass 近似满足

$$T_{pixel} \propto N_{pixel} \times c_{shader}$$

$N_{pixel}$ 是着色像素数，$c_{shader}$ 是单像素开销。所以"降分辨率帧率涨多少"本身就是最好的 pixel-bound 判定实验：分辨率减半、某 Pass 耗时也减半，它就是像素瓶颈，优化方向在着色器质量和 overdraw；耗时几乎不变，它是顶点/固定功能瓶颈，方向在 draw call 和几何。

ProfileGPU 命令（r.ProfileGPU）把同一套时间戳落成 HTML 报告，抓完帧自动打开，适合留档和对比优化前后。

第二层：RenderDoc 抓帧

stat gpu 说"BasePass 6ms"，这 6ms 花在哪儿还得下钻。RenderDoc 抓一帧，能看到每一次 draw call 的管线状态、绑定的纹理、shader 源码和耗时占比。和 UE 的接法：启用官方 RenderDoc 插件（编辑器插件列表里搜 RenderDoc）后可直接从编辑器抓取，或外挂 RenderDoc 注入进程。抓 Development/Test 构建，Shipping 的优化和裁剪会让抓取信息残缺。

抓帧里看什么，按效率排：

  1. 按耗时排序的绘制列表：最贵的几十个 draw 直接列出来，十有八九是超大网格 + 复杂材质的组合。对策不是砍美术，是问"这个物体为什么用了 400 个指令的 shader"——常见原因是材质里堆了没用上的特性（开关开了但没连节点也会进 permutation）；
  2. 纹理尺寸：一张没必要的 4K 纹理既占带宽又占显存，RenderDoc 里看绑定纹理的实际尺寸和格式，顺手查有没有该压缩没压缩的（RGBA8 的 4K 纹理在移动端是灾难）；
  3. 重复状态：同管线同纹理的连续小 draw 没被合批，说明合批机会没抓住——这是 11070 篇 Draw Call 优化的活，RenderDoc 负责提供证据。

过度绘制：Pass 耗时的隐藏乘数

两个像素工作量相同但 overdraw 差十倍的场景，stat gpu 数字天差地别。查 overdraw 用引擎自带的视图模式：Shader Complexity（看单像素指令复杂度）和 Quad Overdraw（看 2×2 像素 quad 的重复覆盖，更贴近真实代价）。植被、粒子、半透明 UI 是三大 overdraw 源，它们的共同点是"单看每个对象都合理，叠起来每个像素被刷了七八次"。

两层定位：stat gpu 定 Pass，RenderDoc 定绘制，视图模式定 overdraw 第一层：stat gpu（RDG 时间戳） BasePass 6ms / Lighting 4ms / Post 2ms 聚合视图，看量级不看零头 第二层：RenderDoc 抓帧 单次 draw：网格 / 材质指令数 / 纹理 证据层：谁贵、为什么贵 分辨率实验 半分辨率：Pass 耗时同减半 → pixel-bound，砍着色与 overdraw 视图模式 Shader Complexity / Quad Overdraw 植被、粒子、半透明 UI 是三大源 移动端注意：tiling 架构下时间戳失真严重，以厂商工具（Xcode GPU 抓帧等）为准

移动端的特别说明

上面的经验值以 PC（立即模式渲染）为基准。移动端 GPU 是 tiling 架构：没有传统意义上的 on-chip 深度缓冲往返，"降分辨率省时间"和 overdraw 的代价模型都不一样，更关键的是时间戳在部分移动端驱动上不可靠。移动端项目的 GPU 剖析换厂商工具：iOS 用 Xcode 的 GPU Frame Capture，Android 用 AGI。stat gpu 在移动端只能当粗筛。

闭环流程

一次完整的 GPU 定位通常是这样：stat unit 确认 Frame 跟 GPU 走 → stat gpu 圈出最贵的两三个 Pass → 分辨率实验判定 pixel-bound 与否 → RenderDoc 在贵 Pass 里找具体 draw 和纹理 → Shader Complexity/Quad Overdraw 补内容侧证据 → 改完用 ProfileGPU 落报告对比。每一步的工具各司其职，混用层级（拿时间戳的零头争论、拿 RenderDoc 的单帧当统计）是最常见的弯路。