WEBKT

M3 Max 性能灵异事件：为什么 Mesh Shader 在 4K AO 贴图下会“缩水”？

3 0 0 0

最近在做移动端/桌面端统一渲染管线优化时，我发现了一个非常有意思的现象：在 Apple Silicon（特别是 M2/M3 系列）上，使用 Mesh Shader 替代传统顶点管线时，如果环境光遮蔽（AO）贴图的分辨率保持在 2048x2048 以下，性能提升非常显著；但一旦把 AO 贴图推到 4K，Mesh Shader 的收益会瞬间塌缩，甚至在某些复杂场景下表现不如传统的 Vertex Shader。

这看起来非常不符合常理。按理说 Mesh Shader 擅长的是几何剔除和并行分发，贴图分辨率只影响采样器（Sampler）和带宽。但结合 Apple SoC 的硬件底层逻辑，我怀疑我们撞到了 SLC（System Level Cache） 的边界限制。

1. 理论背景：Mesh Shader 与 Apple 的 TBDR 架构

Apple 的 GPU 是典型的 TBDR（Tile-Based Deferred Rendering）。在传统管线中，顶点处理和像素处理是高度解耦的。但 Mesh Shader（在 Metal 中对应 Object Shader 和 Mesh Shader 阶段）引入了更灵活的几何处理能力。

当我们在 Mesh Shader 阶段进行采样（比如读取 AO 贴图做位移贴图或者基于遮蔽信息的剔除）时，所有的采样负载都会压在 Shader Core 上。

2. 为什么是 2048x2048 这个临界点？

我们可以算一笔账：

  • 一张 2048x2048 的单通道 16-bit 浮点（R16F）贴图，占用内存约为 8MB。
  • 一张 4096x4096 的同规格贴图，跳到了 32MB。

在 M2/M3 架构中，SLC（系统级缓存） 是 GPU、CPU 和 Neural Engine 共享的池子。虽然 M3 Max 的 SLC 容量有所增加，但在高频采样时，由于 Mesh Shader 需要频繁地在 Threadgroup 之间同步几何数据，如果纹理数据无法命中二级缓存（L2）甚至 SLC，采样延迟（Latency）就会直接击穿 Mesh Shader 的掩盖能力。

当 AO 贴图超过 2048 以后，缓存命中率（Cache Hit Rate）急剧下降。由于 Mesh Shader 往往伴随着复杂的 Meshlet Culling（网格簇剔除） 逻辑，这些逻辑需要等待采样结果来决定是否生成 Meshlet。如果采样被阻塞，整个 GPU 的后端分发器就会处于饥饿状态，导致硬件利用率（Utilization）大幅下滑。

3. 征集 M3 Max “课代表”做对照实验

为了验证这个假设，我写了一个简易的 Metal 测试脚本（基于 Metal Performance Shaders Graph）。逻辑如下：

  1. 负载 A：传统顶点管线，挂载 4K AO 纹理，对比不同 Overdraw 情况下的 FPS。
  2. 负载 B：Mesh Shader 管线，在 Object Shader 阶段读取 AO 纹理进行剔除。
  3. 变量控制：分别循环测试纹理分辨率从 1024 到 8192 的表现。

测试脚本关键逻辑片段（Swift/Metal）：

// 关键：观察不同纹理尺寸下的 GPU 采样 stall 比例
let descriptor = MTLTextureDescriptor.texture2DDescriptor(pixelFormat: .r16Float, 
                                                         width: size, 
                                                         height: size, 
                                                         mipmapped: true)
// ... 在 Mesh Shader 中通过缓存行对齐方式访问
// 统计 GPU Counter 中的 "Texture Sample Waiting" 和 "SLC Miss Rate"

我需要老哥们帮忙确认的数据：

  • 在 M3 Max 上，当纹理从 2048 升至 4096 时，MTLGPUCounter 中的 InstructionLag（指令延迟）是否有陡增？
  • 使用 Xcode GPU Trace 查看，Mesh Shader 的 Threadgroup Occupancy（线程组占用率） 是否因为纹理采样而掉到了 15% 以下？

4. 初步避坑建议

如果你也遇到了类似问题，目前有几个方向可以尝试：

  1. 分级采样：在 Object Shader 阶段使用更低级别的 Mipmap 进行剔除判断，只在 Fragment Shader 阶段使用全分辨率纹理。
  2. Tile Optimization：确保你的 Meshlet 布局与纹理采样的空间局部性对齐，减少 SLC 的随机访问开销。
  3. 重新评估内存对齐：Apple 的内存控制器对 16KB Page 非常敏感，尝试调整纹理的存储模式（Storage Mode）。

如果有哪位手握 M3 Max（特别是 128GB 内存顶配版，SLC 压力可能略有不同）的大神愿意跑一下，评论区见！我会把完整的测试工程发给你，数据跑出来咱们一起写篇深度分析。

极客渲染师 MeshShader图形编程

评论点评