移动端 Overdraw 治理:从单帧热图到屏幕空间预算

移动端 Overdraw 治理:从单帧热图到屏幕空间预算

Overdraw 不是"颜色越红越差"的截图结论。透明层、粒子、UI、植被和后处理会在不同屏幕区域重复写入像素,真实成本还取决于覆盖面积、Shader 复杂度、分辨率和带宽。本文建立可回归的屏幕空间预算。

一、为什么 DrawCall 少仍可能 GPU 很慢

一个全屏透明 Pass 可能只有少量 DrawCall,却处理数百万像素;大量小物体 DrawCall 很多,但屏幕覆盖很小。判断像素端压力必须把绘制次数和覆盖面积结合。

二、空间网格统计

将屏幕划分为固定网格,对每格记录覆盖次数、透明覆盖、估算像素成本和对应 Pass。为避免分辨率变化影响比较,使用归一化屏幕坐标,并保存原始分辨率与动态分辨率比例。

text 复制代码
cell_cost = coverage × shader_weight × resolution_scale²

权重是筛选模型,不是 GPU 真实时间,应通过代表设备实测校准。

三、区分可避免和必要覆盖

基础不透明绘制、阴影、后处理与 UI 具有不同语义。预算按类别设置,不能把所有覆盖统一相加。透明特效的高覆盖可能是设计要求,但仍应检查持续时间、叠层数量和低端降级。

四、时间维度

单帧热图容易选中偶发峰值,也可能漏掉长期中度过绘。统计场景路线中的 P50、P95、峰值持续时间和高热区域驻留时间。连续数秒覆盖过高通常比一帧闪现更值得优先处理。

五、从热区回到 DrawCall

每个热区保存贡献最大的 Pass、材质和 DrawCall 列表。RenderDoc 用于验证实际渲染顺序、深度状态、混合方式和不可见绘制。热图只负责告诉你"哪里贵",截帧负责解释"谁造成"。

六、常见优化

  • 缩小透明几何包围范围;
  • 减少多层全屏或大面积半透明;
  • 使用深度裁剪和合理排序;
  • 控制粒子屏幕覆盖、生命周期和发射峰值;
  • 合并重复 UI 层并限制无效刷新;
  • 为低端设备设置特效覆盖和分辨率档位。

七、回归门禁

对固定相机和路径比较:高覆盖网格比例、透明层 P95、全屏 Pass 数量、热区持续时间与 GPU 像素阶段耗时。相机或分辨率配置不同则禁止直接比较。

结语

Overdraw 治理要从一张彩色截图升级为空间、时间和贡献者三维模型。只有能定位到具体 Pass 与材质,预算才真正可执行。

相关推荐
隔窗听雨眠10 小时前
Spring Boot启动提速的机制剖析与调优路径
性能优化·springboot·后端开发
码间留白11 小时前
AI 给的两个方案都被我否了:把 startIcon 与启动遮罩做成同一张图,鸿蒙 APP 冷启动零白屏
性能优化·uni-app·ai编程·harmonyos
Flynt12 小时前
掘金热文说 Spring Boot 4.1 默认开虚拟线程,我实测后发现了更狠的坑
java·spring boot·性能优化
JMchen12313 小时前
【Android 性能优化实战 60 讲】10 Jetpack App Startup 内核魔改:手写异步懒加载启动框架,根治串行初始化耗时
android·性能优化·源码分析·启动优化·kotlin协程·app startup
飞奔的瓜牛16 小时前
Kafka 生产实践指南:使用要点、性能优化与运维维护
中间件·性能优化·kafka
疯华整猫17 小时前
同一个 App,五种手机五种死法:2026 年 Android 五大 ROM 兼容的 8 个真实坑
android·性能优化
思特奇时空智能18 小时前
大规模点要素地图渲染性能优化实践
vue.js·arcgis·性能优化·node.js·html·gis·webgl
栈帧之外3 天前
【八】Ext系列文件系统
性能优化
吾AI科技3 天前
基于Tez引擎的 Hive SQL 性能优化 —— 为什么脚本运行越来越慢
大数据·hive·性能优化·tez
匠云创新3 天前
读完一万段要两分钟:我们把标书读取从 WPS 对象模型搬到了 docx 解析
性能优化·node.js