OpenGL方块体素渲染性能异常：3M三角面仅38fps，核显快于独显求优化

我用C++和OpenGL实现了一个基础的Minecraft风格带纹理方块渲染引擎。当前静态场景包含300万三角面，无光照情况下仅能跑38fps（帧时间25ms），性能极差。更奇怪的是，集成Intel GPU的运行速度居然比独立Nvidia GPU还快，这明显是异常信号。这是我的第一个图形编程与OpenGL项目。

项目说明 #

• 方块合并为Chunk VAO渲染，Chunk尺寸32x32x32，仅将可见方块面加入顶点/索引缓冲，空Chunk完全跳过渲染
• 已启用背面剔除和纹理图集，未使用其他优化（但即便如此，性能也不该这么差）
• 着色器逻辑简单，世界尺寸为11x11x11个Chunk

已做的排查 #

• 减少方块数量时，帧时间成比例降低：方块数减半，速度翻倍
• Intel VTune分析显示glfwSwapBuffers占用约95% CPU资源，渲染是性能瓶颈
• 窗口尺寸变化、禁用纹理不影响帧时间，说明片段着色器不是瓶颈
• 保持总方块数不变，将Chunk尺寸从32x32x32改为16x16x16（VAO数量从808增至4393），帧时间无变化
• Nvidia Nsight帧分析器显示glDrawElements占用GPU 25ms，这应该是核心问题
• 因显卡不支持，无法使用Nvidia Nsight GPU追踪分析器
• 异常点：Intel HD Graphics 630集成显卡比Nvidia Geforce GTX 1050独立显卡快4fps——推测可能是内存瓶颈，集成显卡用PC内存，缓冲传输速度更快
• 场景包含6,393,968个顶点、3,196,984个三角面，每个顶点含5个float（位置+UV），每个三角面含3个int，总大小约166MB，不算大，除非每帧都传输场景，但我并没有这么做
• 资料显示Nvidia GTX 660传输带宽7GB/s，估算传输整个场景需23ms，和当前帧时间接近

但我代码里并没有每帧传输场景的操作，问题到底出在哪？该怎么修复？会不会是OpenGL把缓冲存在本地内存里了？我是不是漏看了文档里的内容？或者问题根本和带宽无关？

相关代码 #

Chunk网格加载（每个Chunk初始化时执行一次） #

materialShader.use();

    glGenBuffers(1, &verticesId);
    glBindBuffer(GL_ARRAY_BUFFER, verticesId);
    glBufferData(GL_ARRAY_BUFFER, (GLsizeiptr) meshData.verticesSize, meshData.vertices, GL_STATIC_DRAW);

    materialShader.attrib("aPos", 3, GL_FLOAT, GL_FALSE, 0, nullptr);

    glGenBuffers(1, &uvId);
    glBindBuffer(GL_ARRAY_BUFFER, uvId);
    glBufferData(GL_ARRAY_BUFFER, (GLsizeiptr) meshData.uvsSize, meshData.uvs, GL_STATIC_DRAW);

    materialShader.attrib("aTexCoord", 2, GL_FLOAT, GL_FALSE, 0, nullptr);

    glGenBuffers(1, &elementsId);
    glBindBuffer(GL_ELEMENT_ARRAY_BUFFER, elementsId);
    glBufferData(GL_ELEMENT_ARRAY_BUFFER, (GLsizeiptr) meshData.elementsSize, meshData.elements, GL_STATIC_DRAW);

    glBindBuffer(GL_ELEMENT_ARRAY_BUFFER, elementsId);

*注：materialShader.attrib等价于glVertexAttribPointer + glEnableVertexAttribArray

Chunk网格渲染（每帧每个Chunk执行一次，伪代码） #

glUseProgram // 使用着色器，上一帧已用则跳过
    glBindVertexArray // 使用VAO，上一帧已用则跳过
    glBindTexture // 使用纹理图集，上一帧已用则跳过 
    glUniformMatrix4fv // 设置着色器中的变换矩阵
    glDrawElements(GL_TRIANGLES, (GLint) elementsSize, GL_UNSIGNED_INT, nullptr) // 绘制Chunk网格 

顶点着色器 #

#version 330 core
layout (location = 0) in vec3 aPos;
layout (location = 2) in vec2 aTexCoord;

out vec2 TexCoord;

uniform mat4 transform;

void main()
{
    gl_Position = transform * vec4(aPos, 1.0);
    TexCoord = aTexCoord;
}

片段着色器 #

#version 330 core
out vec4 FragColor;

in vec2 TexCoord;

uniform sampler2D texture1;

void main()
{
    vec4 texColor = texture(texture1, TexCoord);
    if (texColor.a < 0.01) {
        discard;
    }
    FragColor = texColor;
}

其他情况 #

• 初始化阶段：用OpenGL计算着色器和SSBO生成地形
• 每帧：屏幕渲染调试文本，单独运行这部分可达约1000fps

内容的提问来源于stack exchange，提问作者DeKinci