Unity Dots理论学习-3.ECS有关的模块(2)

Burst编译器

如前所述,Unity中的C#代码默认通过JIT(即时编译)编译器Mono编译;或通过AOT(提前编译)编译器IL2CPP编译以提供更好的运行时性能,在某些目标平台上也会有更好的支持。

Burst模块提供了第三种编译器,它执行了大量优化,通常能带来比Mono甚至IL2CPP更好的性能。 使用Burst可以大大提高并行计算的性能和可扩展性,正如以下图像所示:

然而,需要注意的是,Burst只能编译C#的一部分代码 ,因此许多传统的C#代码无法通过它编译。主要的限制在于Burst编译的代码不能访问托管对象,包括所有的类实例。因为这个限制,Burst编译通常仅应用于代码的特定部分,例如jobs系统:

cs 复制代码
// The BurstCompile attribute marks this job to be Burst-compiled.
[BurstCompile]
struct MyJob : IJob
{
    public NativeArray<float> Input;
    public NativeArray<float> Output;
    public void Execute()
    {
        for (int i = 0; i < Input.Length; i++)
        {
            Output[i] *= Input[i];
        }
    }
}

正如在这段视频中所描述的,Burst的性能提升来自于:

  • SIMD的使用(SIMD是一种技术,用于在多个数据元素上同时执行相同的操作)
  • 更好地处理别名问题(当两个或多个指针或引用指向相同的内存位置),
  • 其他技术的应用。

Collections

Collections package提供了非托管collection类型,如列表和哈希表,这些类型经过优化,适用于job和Burst编译的代码。

所谓的"非托管",意味着这些集合不由C#运行时或垃圾回收器管理;你需要显式地通过调用其Dispose()方法来释放不再需要的非托管collections。

由于这些collections是非托管的,它们不会产生垃圾回收的压力,并且可以安全地用于job和Burst编译的代码中。

collection类型分为几类:

--- **以Native开头的类型会执行安全检查,**并在以下情况中抛出错误: --- collection没有被正确地释放。 --- collection和job一起使用时不具备线程安全性。

--- 以Unsafe开头的类型不执行安全检查

--- 其余类型都是没有指针的小结构类型,因此根本不需要分配。因此,它们不需要释放,也没有线程安全问题。

几个Native类型有对应的Unsafe版本。例如,有NativeList和UnsafeList,也有NativeHashMap和UnsafeHashMap等。出于安全考虑,建议尽量使用Native集合而不是Unsafe版本

Mathematics

Mathematics包是一个专为Burst和作业系统设计C#数学库,类似于Collections,能够将C#/IL代码编译成高效的本地代码。它提供了:

--- 向量和矩阵类型,如float3、quaternion、float3x3。

--- 遵循类似HLSL着色器约定的许多数学方法和运算符。

--- 许多方法和运算符的专用Burst编译器优化hooks。

有关更多信息,请查看Unity.Mathematics备忘单。

需要注意的是,旧版UnityEngine.Mathf库的大多数类型和方法可以在Burst编译的代码中使用,但Unity.Mathematics的等效方法在某些情况下会有更好的性能。

相关推荐
AOwhisky4 分钟前
Python 学习笔记(第六期)——函数:定义、参数传递与作用域
笔记·python·学习·云原生·运维开发·函数·参数传递
网小鱼的学习笔记7 分钟前
Agent学习001
学习·迁移学习
白帽小阳36 分钟前
我的AI辅助开发工具链2026版:从编码到部署的全栈智能实践
网络·人工智能·学习·安全·自动化
有Li1 小时前
通过渐进式域变换实现组织分类的无监督单域泛化文献速递/基于多模态的医学影像分割与理解
人工智能·学习·分类·数据挖掘·文献·医学生
kdxiaojie2 小时前
Linux 驱动研究 —— V4L2 (2)
linux·运维·笔记·学习
神秘的MT2 小时前
SQL Server 分页查询 ROW_NUMBER () OFFSET...FETCH游标(Cursor) 数据插入
数据库·sql·学习·c#·winform
~kiss~2 小时前
大模型的PEFT~ 参数高效微调 Parameter-Efficient Fine-Tuning
学习
浪客川2 小时前
依赖注入Dagger初学习
开发语言·python·学习
YUS云生3 小时前
Python学习笔记·第32天:FastAPI进阶——响应类型、中间件与依赖注入
笔记·python·学习
minglie13 小时前
zynq中axi_dma的三个实验-第1课:PL搭建
学习