首页 > 其他分享 >如何知道游戏中不同型号GPU带宽的瓶颈

如何知道游戏中不同型号GPU带宽的瓶颈

时间:2023-07-19 10:47:41浏览次数:41  
标签:社区 瓶颈 uwa4d 带宽 GPU UWA 问答

1)如何知道游戏中不同型号GPU带宽的瓶颈
​2)​Unity如何避免文字单字成行
3)如何检测部分安卓机型是否支持GPU Instance
4)如何筛选重复动画


这是第344篇UWA技术知识分享的推送,精选了UWA社区的热门话题,涵盖了UWA问答、社区帖子等技术知识点,助力大家更全面地掌握和学习。

UWA社区主页:community.uwa4d.com
UWA QQ群:465082844

Performance

Q:游戏中的带宽可以用各种工具获取,但如何知道不同型号GPU的带宽瓶颈是多少呢?

当带宽到达多少时,会出现发热和降频的情况?这个可以通过计算得出吗?还是只能是一个经验数值?

A:CPU、 GPU或Bandwidth等都可能发热。

优化这些就只能是预留帧率,比如预留35%的性能,供散热Idle。比方说,目标帧率为30,那你可能至少要能渲染到40帧,这样差不多能保证30帧的效果。

感谢[email protected]@UWA问答社区提供了回答


Script

Q:请问在Unity中,如何避免文字单字成行?在手游审核中,不能单字成行。

比如下面这个:
“文字换
行。”

这个“行”,是不允许出现的。请问有什么可行方案吗?

A1:写个小工具,全局扫描游戏内文本,根据换行符分割,然后去掉标点符号,一个字的把来源和内容都筛出来,导一份日志提单给策划。审核需要那就必须改了。

感谢你相信光吗@UWA问答社区提供了回答

A2:或者从源头上调整,直接让策划控制字数。

感谢NG週@UWA问答社区提供了回答


Platform

Q:我游戏内部分资源使用了插件GPU Instancer(对GPU Instance的封装、剔除部分用的ComputerShader)。

在大部分手机上效果都是Ok的,但是有一些玩家反应说,他们的设备上显示不出来。

我就特意加了Log,并用SystemInfo.supportsInstancing做了一下判断,发现返回结果是True,输出的是:
SystemInfo.graphicsDeviceName = Adreno(TM) 650
SystemInfo.graphicsDeviceType = Vulkan

并且我问了一下,其中一个玩家的设备用的是联想Y700,还有一个是一加的9R,这些都是符合GPU Instance要求的。安卓版本也足够高,一个是11,一个是13。

理论上只要是满足ES3.1的机型都应该支持,主要是我现在不知道用什么判断当前机型是否支持,且“SystemInfo.supportsInstancing”这个判断不出来。

请问有同学有相关的经验么? 就是为什么有些设备无法使用GPU Instance?或者用什么办法可以判断出来这些呢?

A:也有可能是机型不支持Compute Shader。可以分别做Demo,找一些云真机测试一下。

感谢[email protected]@UWA问答社区提供了回答


Resource

Q:现有重复动画筛选的需求背景,即clipA和clipB重复,美术当时做了一份然后拷贝复制重命名了,怎么把这两个识别出来?

我的想法:反序列化解析通过Curve的Keyframe信息对比,但是有些动画有好几MB,数据信息量多,请问有更好的办法么?

A:建议使用MD5对比。

感谢野生西瓜@UWA问答社区提供了回答

封面图来源于网络


今天的分享就到这里。生有涯而知无涯,在漫漫的开发周期中,我们遇到的问题只是冰山一角,UWA社区愿伴你同行,一起探索分享。欢迎更多的开发者加入UWA社区。

UWA官网:www.uwa4d.com
UWA社区:community.uwa4d.com
UWA学堂:edu.uwa4d.com
官方技术QQ群:465082844

标签:社区,瓶颈,uwa4d,带宽,GPU,UWA,问答
From: https://www.cnblogs.com/uwatech/p/17564914.html

相关文章

  • 项目立项说明书:GPU自动化
    项目名称:GPU自动化项目概述:本项目旨在开发一个GPU自动化系统,通过编写脚本和使用自动化工具,实现对GPU的管理、监控和任务调度。该系统将提供一种方便和高效的方式来管理大规模GPU集群,优化资源利用和任务执行,并提供实时的性能监控和报告。项目目标:实现GPU资源的......
  • 微软计划在 Direct3D 12 新增工作图功能,可解除 GPU 与 CPU 间通信带宽限制
    导读微软计划在3D图形程序开发接口Direct3D12中加入工作图(WorkGraphs)功能,这项功能可解除目前GPU程序开发模型中的限制,让GPU通用运算能够处理更多的工作负载,更广泛地被应用。IT之家注意到,在传统情况下,GPU的工作负载需要由CPU决定,即GPU运算的每一个结果,都需......
  • 并发程序的性能瓶颈和常见优化策略
    并发程序的性能瓶颈主要包括以下方面:硬件瓶颈:CPU核心数量、内存带宽、磁盘I/O等硬件资源限制。软件瓶颈:并发算法、锁竞争、线程调度等软件因素导致性能受限。数据瓶颈:数据访问模式、数据量、数据结构等数据因素导致性能受限。针对这些性能瓶颈,常见的优化策略包括以下几个......
  • 比Wi-Fi快100倍!Li-Fi无线传输标准802.11bb正式发布:带宽高达224GB/s
    大家对Wi-Fi可以说耳熟能详,最新标准已经演进到802.11be,即Wi-Fi7,理论速率可达30Gbps。现在,更强的来了。IEEE今日正式签署802.11bb无线传输标准,即Li-Fi,基于光波的无线传输。Li-Fi支持者认为,光比射频更可靠,由此也使得Li-Fi比Wi-Fi和5G都要更快、更安全,Li-Fi的发布,也有助于和Wi-F......
  • 解决指定GPU运行和训练 python程序 、深度学习单卡、多卡 训练GPU设置【一文读懂】的
    指定GPU运行和训练Python程序,深度学习单卡、多卡训练GPU设置在进行深度学习任务时,GPU的使用是提高训练速度和效果的重要手段之一。在Python中,我们可以通过一些方法来指定GPU的运行和训练。指定GPU运行当我们使用多个GPU进行训练时,有时需要手动指定程序运行在哪个GPU上。这可以......
  • 龙芯公司透露,已完成通用计算 GPU 相关 IP 设计
    导读龙芯公司透露,公司目前在通用计算GPU方面已经完成了相关IP的设计,并正在进行验证和优化。该公司计划在2024年第一季度推出第一个集成自研通用计算GPU核的SoC芯片。此外,龙芯还将在此基础上开发兼顾显卡和计算加速卡功能的GPGPU芯片,并计划于同年下半年流片。......
  • 相较于Scrum, 我更推崇精益Kanban,帮助团队建立价值交付流,识别瓶颈问题
    最近在学习实践精益Kanban方法,结合自己团队实践Srum的经历,整理些资料二者的差异。相较于Scrum,我更推崇精益Kaban。Agile是一套理论和原则,就像天边的北极星。Devops是一种软件开发和运维团队间自动化和集成过程的方法。当实现Agile和Devops方法时,Kanban和Scrum提供了管理这些......
  • Efficient GPU-Accelerated Subgraph Matching
    EfficientGPU-AcceleratedSubgraphMatching总结核心在利用GPU并行计算,为此设计了更适合GPU查询的数据结构,并混合BFS-DFS(先广度过滤再深度匹配)实现更好的时空复杂度动机现有的算法都是先过滤再枚举。常规的CPU算法一次只能计算一个点,而现有的最好的GPU算法难以动态维护候选......
  • GPU扫盲
    前言相信对于软件工程师来说,CPU并不陌生.人工智能以及机器学习带火了GPU.经常听到的就是,GPU计算比CPU快,但具体是怎么快的却从未刨根问底.之前在听到GPU的时候,我有过这样的疑问:GPU是什么?为什么比CPU快?快在哪里?如果各方面碾压那CPU不就淘汰了?是否可以基于GPU......
  • 从0开发WebGPU渲染引擎:开篇
    大家好,本系列会从0开始,开发一个基于WebGPU的路径追踪渲染器,使用深度学习降噪、DLSS等AI技术实现实时渲染;并且基于自研的低代码开发平台,让用户可以通过可视化拖拽的方式快速搭建自定义的Web3D引擎目录回顾目前的技术积累为什么要从0开发WebGPU渲染引擎?下一步回顾目前的技术积累......