1、CPU 和 GPU 异步
readback 是第一个点里最典型的例子之一。
但更准确地说：
CPU/GPU 异步本身不是 readback；readback 是最容易打断这种异步的操作。
普通情况是：
CPU 提交 GPU 命令
CPU 继续往后跑
GPU 慢慢执行队列里的命令而 readback 是反过来：
CPU: 我要读取 GPU 刚刚算出来/画出来的结果
GPU: 还没做完，等一下
CPU: 被迫等待更好的做法是异步 readback：
第 N 帧：提交 GPU -> CPU staging/readback buffer 的拷贝
第 N+1/N+2 帧：检查 fence 或 IsReady
准备好了再 Lock/Map参考之前的文章：UE5 compute shader 原子加-CSDN博客
2. GPU 内部异步
现代 GPU 通常有不同类型的队列：
Graphics Queue: 光栅化、渲染主流程
Compute Queue: 计算着色器、后处理、剔除、粒子等
Copy Queue: 资源上传、显存拷贝所谓 Async Compute 通常指 compute queue 和 graphics queue 重叠执行。比如主渲染管线在画阴影或 GBuffer 时，另一个 compute pass 同时做 SSAO、降噪、光照预处理等。
但它不是"开了就更快"。只有当 GPU 有空闲资源，并且两个任务之间没有强依赖时，异步才有收益。
参考之前的文章：《UE5 Compute Shader 中的原子操作与异步执行》-CSDN博客
核心：
输入很早就准备好了
输出很晚才会被用
中间有很多 graphics 工作可以重叠
不严重抢显存带宽 / cache / 计算单元
这样不会CS开始执行，graphics queue的内容马上要用CS的输出导致graphics被迫等待cs的结果，以至于卡顿