GPU 硬件架构与执行

并行计算的物理载体，决定算力上限与利用率。

• ALU / FPU 计算

  浮点吞吐、整数运算、特殊函数单元

• SIMD / Wavefront

  Warp（NVIDIA 32 线程）/ Wavefront（AMD 64/32），分支发散代价

• Occupancy

  活跃 Warp 占比，受寄存器与共享内存用量限制

数据离计算单元越远越慢，层次结构决定访存代价。

• 寄存器

  Register：最快，但用量影响 Occupancy

• L1 / L2 Cache

  缓存命中率直接决定实际带宽利用

• VRAM / 显存带宽

  GDDR / LPDDR 带宽与容量上限

移动端第一瓶颈：一切围绕减少数据搬运。

• DCC 无损压缩+扩展

  Delta Color Compression：Render Target 硬件压缩

• 纹理压缩格式+扩展

  BCn（桌面）/ ASTC（移动），块压缩原理与质量权衡

• 带宽预算+扩展

  每帧读写量估算：分辨率 × 格式 × Pass 次数

专用硬件路径：过滤、寻址与 Mipmap 选择。

• Texture Cache

  空间局部性与访问模式对命中率的影响

• Sampler / Filtering

  Bilinear / Trilinear / 各向异性过滤

• Mipmap / Anisotropy

  Mip 层级选择与带宽的直接关系

从 Render Target 到屏幕的最后一公里。

• Render Target

  格式选择 / MRT / Resolve 开销

• Back Buffer

  交换链 Swapchain 与呈现模式

• 同步与延迟+扩展

  VSync / 三重缓冲 / Present 延迟与输入延迟