GLM库向量乘矩阵在Shader类中性能缓慢问题求助

核心问题定位 #

你看到的计时差异本质是单次操作耗时 vs 批量片元操作累计耗时：main里单独执行一次向量矩阵乘法耗时远低于1ms，所以GetTickCount64显示0；而fragmentShader会被每一个片元调用（一个三角形可能有数千至上万个片元），30ms是所有片元执行该操作的总耗时。

具体优化手段 #

1. 替换低精度计时工具 #

GetTickCount64的精度仅为1-16ms，无法准确测量单次片元操作的耗时，会导致累计计时误差。改用高精度计时API：

#include <windows.h>

LARGE_INTEGER freq, start, end;
QueryPerformanceFrequency(&freq);
QueryPerformanceCounter(&start);

// 要测量的代码
glm::vec2 uv = bc * uv_mat_f;

QueryPerformanceCounter(&end);
totaltime += (double)(end.QuadPart - start.QuadPart) / freq.QuadPart * 1000; // 转成毫秒

2. 把矩阵乘法提前到顶点着色器（最有效优化） #

当前你在每个片元都执行bc * uv_mat_f，但uv_mat_f和三角形的顶点UV是绑定的，完全可以在vertexShader中计算每个顶点的UV，然后在片元阶段直接用bc插值UV，彻底省去片元阶段的矩阵乘法：

// 修改Shader类，新增顶点UV存储
class TriangleShader :public Shader
{
public:
    glm::mat3x3 normal_mat_f;
    glm::vec2 uv_v0, uv_v1, uv_v2; // 存储三个顶点的UV

public:
    TriangleShader() :normal_mat_f(0) {}

    void vertexShader(glm::mat4x3& vertex_mat, glm::mat4x4& M, const glm::mat3x3& normal_mat, const glm::mat2x3& uv_mat, const glm::vec3& v0, const glm::vec3& v1, const glm::vec3& v2) override
    {
        normal_mat_f = normal_mat;
        // 提前计算每个顶点的UV（根据你的顶点原始坐标调整）
        uv_v0 = glm::vec2(v0) * uv_mat;
        uv_v1 = glm::vec2(v1) * uv_mat;
        uv_v2 = glm::vec2(v2) * uv_mat;
        vertex_mat = vertex_mat * M;
    }

    TGAColor fragmentShader(glm::vec3 bc, double& totaltime, Model& model) override
    {
        // 直接用bc插值顶点UV，省去矩阵乘法
        glm::vec2 uv = bc.x * uv_v0 + bc.y * uv_v1 + bc.z * uv_v2;

        // 后续光照、颜色计算不变...
        glm::vec3 n = model.normal(uv);
        n = glm::normalize(n);
        float intensity = std::max((float)0, glm::dot(n, light));
        TGAColor color = model.diffuse(uv);
        return color * intensity + 5;
    }
};

这个优化能直接把片元阶段的矩阵乘法开销降为0，是最彻底的解决方案。

3. 手动展开矩阵乘法（如果无法提前计算） #

如果必须在片元阶段执行乘法，手动展开计算可以避免GLM模板的额外开销，同时让编译器更容易做SIMD优化：

// 代替 glm::vec2 uv = bc * uv_mat_f;
glm::vec2 uv;
uv.x = bc.x * uv_mat_f[0][0] + bc.y * uv_mat_f[0][1] + bc.z * uv_mat_f[0][2];
uv.y = bc.x * uv_mat_f[1][0] + bc.y * uv_mat_f[1][1] + bc.z * uv_mat_f[1][2];

4. 优化成员变量访问 #

uv_mat_f是类的成员变量，编译器可能无法很好地做缓存优化。可以将其作为参数直接传入fragmentShader，让编译器把数据放到寄存器中：

// 修改fragmentShader签名
TGAColor fragmentShader(glm::vec3 bc, double& totaltime, Model& model, const glm::mat2x3& uv_mat) override
{
    glm::vec2 uv = bc * uv_mat;
    // ...后续代码不变
}

5. 开启编译器优化 #

确保你在Release模式下编译，并且开启最高优化等级（VS中是/O2，GCC/Clang中是-O3）。Debug模式下GLM会有大量调试断言和未优化的模板代码，耗时会飙升数十倍。

内容的提问来源于stack exchange，提问作者SeeingDragon