DirectX11与OpenGL Compute Shader执行耗时差异原因咨询

1. 最核心错误：计时逻辑完全不符合GPU异步执行的特性 #

所有图形API的计算调度接口都是异步调用：DispatchCompute执行完成返回时，仅代表命令已经提交到驱动的命令队列，GPU甚至还没开始执行对应的计算任务。你用CPU端的std::chrono统计调用前后的时间差，实际测的是API命令提交开销、驱动内部处理开销，和Compute Shader在GPU上的真实执行时间没有任何关系。
你观测到的OpenGL比DirectX快10倍，本质是两个驱动的命令提交逻辑差异，和CS代码、缓冲区配置无关；而DirectX CS比CPU慢也是因为极小负载下，API提交的固定开销已经远大于32个向量加法的CPU执行耗时。

2. 测试负载过小，无参考价值 #

本次测试仅调度了32个线程做简单的向量加法，属于极小规模计算，GPU的并行优势完全无法发挥，所有开销基本都集中在API、驱动的固定流程上，这种场景下的性能对比没有实际工程参考意义。如果要验证CS的执行效率，建议把计算规模放大到至少百万级线程，让GPU的实际计算时间占总耗时的绝大多数，才能得到有效的对比结果。

3. 正确的GPU计时方式 #

要拿到准确的Compute Shader执行耗时，必须使用GPU端的时间戳查询接口：

• Direct3D 11 请使用D3D11_QUERY_TIMESTAMP类型的查询对象，在Dispatch前后分别插入时间戳，等GPU执行完成后再读取两个时间戳的差值。
• OpenGL 请使用GL_TIMESTAMP类型的查询对象，逻辑和DX基本一致。

其他可能的影响点 #

• 内存对齐校验：请确认C++端的Data结构体、GLSL std430布局的结构体、HLSL结构体三者的内存布局完全对齐，虽然对齐错误不会直接拖慢执行速度，但如果触发驱动隐式的格式转换，也可能带来额外开销。
• DirectX输入缓冲区配置：你仅贴了UAV的创建代码，未提供输入StructuredBuffer的创建逻辑，请确认输入缓冲区的Usage使用的是D3D11_USAGE_DEFAULT或者D3D11_USAGE_IMMUTABLE，不要使用D3D11_USAGE_STAGING或者开启不必要的CPU访问权限，否则会拖慢数据上传效率。
• 命令队列刷新逻辑：如果你的DirectX代码在Dispatch后没有主动flush命令队列，驱动可能会缓存命令延后提交，也会干扰你当前错误的CPU计时结果。

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