SIGNAL ARCHIVE

NEO Blog

Deep Read

性能优化 -GPU动画

目录+

GPU 动画原理

GPU 动画的核心思想是把传统由 CPU 负责的蒙皮（Skinning）计算转移到 GPU 上并行处理，以突破 CPU 端的性能瓶颈，实现大规模同屏角色的高效渲染——实践中通常与 GPU InstancingGPU InstancingGPU Instancing 做的事：一次 Draw Call + 一份 Mesh/Shader 状态，通过 InstanceID 在 GPU 端索引每个实例的差异数据（transform、color 等），复用顶点数据，省掉 CPU → GPU 的重复提交。 问题：CPU 循环发 Draw Call 的开销 　　传统流程每画一个物体，CPU 都要调用图形API 发 Draw Call ，给到图形驱动，由驱动翻译成 GPU 原生指令写进 Command Buffer，GPU 再异步取出执行（这条 CPU→驱动→GPU 的提交链路见 [[性能优化大纲]]）。驱动每翻译一条 Draw Call 都有一笔固定的 CPU 耗时，场景里几千个物体，这笔翻译成本就付几千遍。 image.png 问题在于: 如果这几千个物体用的是同一份网格和同一个材质，CPU 其实在为同一件事反复发命令，每次唯一的差别只是变换矩阵。GPU Instancing 从这里切入：它不让每次提交更便宜（那是 [[性能优化-SRP合批|SRP Batcher]] 的活），而是直接把提交次数从 N 压到 1。 底 配合使用。

传统 CPU 蒙皮：每一帧，CPU 都要为每个 SkinnedMeshRenderer 计算所有骨骼的最终变换矩阵（Bone Matrix），再遍历模型所有顶点，根据每个顶点绑定的骨骼索引（Bone Index）和权重（Bone Weight）把骨骼矩阵应用到顶点上，算出最终位置。角色数量一多，这个过程就会吃掉大量 CPU 时间。

GPU 动画（GPU Skinning）：预先把所有动画数据（所有帧的骨骼变换矩阵）烘焙进一张或多张纹理，同时把模型的原始（Bind Pose）顶点数据（位置、法线、骨骼索引、骨骼权重）一次性上传 GPU。运行时 CPU 不再逐顶点计算，只需告诉 GPU 当前播放的是哪个动画的第几帧（一个浮点索引）；GPU 的顶点着色器据此从动画纹理采样出当前帧的骨骼矩阵，在 Vertex Shader 内部完成蒙皮、变换顶点。

整个计算流程从 CPU 转移到了高度并行的 GPU 上，极大解放了 CPU。

底层工作流程

离线烘焙（数据准备）

  1. 动画数据提取：写一个编辑器工具，遍历模型的 AnimationClip。
  2. 数据编码：以固定采样率（如 30 FPS）对每个 AnimationClip 的每一帧采样，获取每个骨骼相对模型根节点的变换矩阵（Matrix4x4）。
  3. 存入纹理/Buffer：把这些矩阵线性地存进一张 Texture2D（通常用 RGBAFloat 或 RGBAHalf 高精度格式）或 ComputeBuffer。例如纹理的每个像素（RGBA）存矩阵的一行，4 个连续像素存一个完整的 4×4 矩阵。

运行时（GPU 计算）

数据传递：

  • 模型 Mesh 数据（含骨骼索引 bone index、权重 bone weight）作为顶点属性传给 Vertex Shader。
  • 烘焙好的动画纹理/Buffer 作为 uniform 全局变量传给 Shader。
  • CPU 通过 MaterialPropertyBlock 或全局 Shader 变量，传入当前动画的起始索引和播放时间/帧索引。

顶点着色器内的计算： 对每个顶点依次做四步——

  1. 获取顶点数据：读取该顶点的 position、normal、bone indices 和 bone weights。

  2. 获取骨骼矩阵：根据 CPU 传入的动画索引和时间，结合顶点的 bone indices 计算出采样的纹理坐标（UV），从动画纹理采样得到该顶点关联的几个骨骼的当前变换矩阵。

  3. 线性混合蒙皮（LBS）：用标准 Linear Blend Skinning，按骨骼权重对采样出的多个骨骼矩阵加权混合，得到最终蒙皮矩阵 skinningMatrix：

    M_skin = Σ (w_i · M_i),  i = 0..n

    其中 w_i 是第 i 个骨骼的权重，M_i 是从动画纹理采样出的第 i 个骨骼的变换矩阵。

  4. 顶点变换：把最终的蒙皮矩阵应用到原始顶点位置和法线上，算出最终世界空间坐标：

    v_final = M_world · M_skin · v_bindpose

这个过程对每个顶点独立且并行，完美契合 GPU 的架构。

Shader 流程

数据输入：

  • 动画数据：通过 uniform 变量 _AnimTex（高精度 RGBAFloat 纹理）接收所有骨骼在所有动画帧的变换矩阵。
  • 蒙皮数据：通过顶点属性 BLENDINDICES 和 BLENDWEIGHTS 接收每个顶点自身的骨骼索引和权重。
  • 驱动信号：CPU 每帧传入一个 float 变量 _CurrentFrame，作为查找动画数据的唯一索引。

GPU 计算（顶点着色器内）：

  1. 寻址：根据 _CurrentFrame 和顶点的 boneIndices，算出骨骼矩阵在 _AnimTex 中的准确像素坐标。
  2. 采样：用 Texture.Load() 做无过滤的精确像素读取，从纹理重构出影响当前顶点的骨骼矩阵。之所以要用 Load 而非普通采样，是为了避免双线性过滤把相邻矩阵数据混在一起、破坏矩阵数值。
  3. 蒙皮：执行标准 LBS，将多个骨骼矩阵按 boneWeights 加权求和，得到最终变换矩阵。
  4. 变换：把该矩阵应用到顶点的原始（Bind Pose）位置和法线上，完成动画。