DX12 HLSL中如何从Compute Shader获取被剔除对象计数

我在DX12平台使用HLSL实现了结合间接渲染的遮挡剔除功能，希望将被剔除对象的数量回读到CPU并输出至控制台。目前代码参考现有示例完成，但不清楚实现这类归约操作的最佳方法，也不确定是否应使用InterlockedAdd。

现有Compute Shader代码如下（剔除细节已省略）：

SamplerState DepthSampler                                  : register(s0);
StructuredBuffer<IndirectCommand> inputCommands            : register(t0);      // SRV: Indirect commands
StructuredBuffer<VSIndirectConstants> indirectConstants    : register(t1);      // SRV: of per-object constants
StructuredBuffer<TransformData> TransformBuffer            : register(t2);      // SRV: transforms (per object)
Texture2D<float> DepthTexture                              : register(t3);
AppendStructuredBuffer<IndirectCommand> outputCommands     : register(u0);      // UAV: Processed indirect commands

bool isOccluded(uint index)
{
    bool occluded = false;
    uint transformIndex = indirectConstants[index].transformIndex;
    TransformData tData = TransformBuffer[transformIndex];
    VSIndirectConstants constants = indirectConstants[index];
    ...
}

[numthreads(threadBlockSize, 1, 1)]
void main(uint3 groupId : SV_GroupID, uint groupIndex : SV_GroupIndex)
{
    // Each thread of the CS operates on one of the indirect commands.
    uint index = (groupId.x * threadBlockSize) + groupIndex;

    // Don't attempt to access commands that don't exist if more threads are allocated
    // than commands.
    if (index < (uint)commandCount)
    {
            if (isWithinFrustum(index) && !isOccluded(index))
            {
                outputCommands.Append(inputCommands[index]);
            }                    
    }
}

实现思路建议 #

• 计数器选型：直接使用InterlockedAdd原子操作统计被剔除对象数即可，这是多线程环境下保证计数准确的最简单高效方式，无需复杂的归约逻辑。
• 资源准备：创建一个仅含单个uint元素的结构化缓冲UAV，初始值设为0，绑定到CS的某个寄存器（比如u1）。
• 计数逻辑：在CS的main函数中，当判定对象需要被剔除时（即!isWithinFrustum(index) || isOccluded(index)），调用InterlockedAdd(counter, 1)对全局计数器执行原子递增。
• CPU回读步骤：
  1. 确保CS执行完成后，插入UAV屏障同步GPU操作，保证计数器的写入全部完成。
  2. 将计数器缓冲从GPU可见堆转移到CPU可见堆（或直接创建在CPU可见堆，根据性能需求权衡）。
  3. 映射缓冲到CPU内存，读取数值后输出到控制台，完成后解除映射。
• 性能优化：若处理的对象数量极大，可先在每个线程组内维护本地计数器，最后再用原子操作汇总到全局计数器，减少原子操作的竞争次数；常规场景下直接使用全局原子计数器即可满足需求。

内容的提问来源于stack exchange，提问作者mike