WebGPU 中的缓冲映射机制

admin

<h1 id="1-什么是缓冲映射">1. 什么是缓冲映射</h1>
<p>就不给定义了，直接简单的说，映射（Mapping）后的某块显存，就能被 CPU 访问。</p>
<p>三大图形 API（D3D12、Vulkan、Metal）的 Buffer（指显存）映射后，CPU 就能访问它了，此时注意，GPU 仍然可以访问这块显存。这就会导致一个问题：IO冲突，这就需要程序考量这个问题了。</p>
<p>WebGPU 禁止了这个行为，改用传递“所有权”来表示映射后的状态，颇具 Rust 的哲学。每一个时刻，CPU 和 GPU 是单边访问显存的，也就避免了竞争和冲突。</p>
$ d' P2 d* {3 S8 j<p>当 JavaScript 请求映射显存时，所有权并不是马上就能移交给 CPU 的，GPU 这个时候可能手头上还有别的处理显存的操作。所以，<code>GPUBuffer</code> 的映射方法是一个异步方法：</p>
<pre><code class="language-js">const someBuffer = device.createBuffer({ /* ... */ })
await someBuffer.mapAsync(GPUMapMode.READ, 0, 4) // 从 0 开始，只映射 4 个字节
4 D. n, P+ |1 l) k) \  ~# u, ~  W1 W
2 p0 c! v+ V: ]  u. K7 e6 q" C// 之后就可以使用 getMappedRange 方法获取其对应的 ArrayBuffer 进行缓冲操作
</code></pre>
1 N1 z  I( d$ y# B3 |<p>不过，解映射操作倒是一个同步操作，CPU 用完后就可以解映射：</p>
<pre><code class="language-js">somebuffer.unmap()
</code></pre>
& X% B* O2 a* L0 G<p>注意，<code>mapAsync</code> 方法将会直接在 WebGPU 内部往设备的默认队列中压入一个操作，此方法作用于 WebGPU 中三大时间轴中的 <strong>队列时间轴</strong>。而且在 mapAsync 成功后，内存才会增加（实测）。</p>
2 p. M8 d: v- w: O<p>当向队列提交指令缓冲后（此指令缓冲的某个渲染通道要用到这块 GPUBuffer），内存上的数据才会提交给 GPU（猜测）。</p>
<p>由于测试地不多，我在调用 <code>destroy</code> 方法后并未显著看到内存的变少，希望有朋友能测试。</p>
<h2 id="创建时映射">创建时映射</h2>
. }# M2 \6 I$ R$ ~, ?& A<p>可以在创建缓冲时传递 <code>mappedAtCreation: true</code>，这样甚至都不需要声明其 usage 带有 <code>GPUBufferUsage.MAP_WRITE</code></p>
<pre><code class="language-js">const buffer = device.createBuffer({
  usage: GPUBufferUsage.UNIFORM,
* O! q; ^4 A8 a( K7 A# t  size: 256,
, @. E) T9 M) u% }5 H! Q+ z- D0 z) }  mappedAtCreation: true,
})
" h/ y' M6 m* k; N// 然后马上就可以获取映射后的 ArrayBuffer
; J# V5 {, k  Q4 ^- Z/ Y* L, Dconst mappedArrayBuffer = buffer.getMappedRange()

: b# x- }- q+ ^: U/ S& Q* W/* 在这里执行一些写入操作 */

// 解映射，还管理权给 GPU
" V4 F6 z0 H$ a; Nbuffer.unmap()
: ^9 ]; K: I$ F2 u4 b" p& P</code></pre>
$ Y5 U/ D1 J; _7 A<h1 id="2-缓冲数据的流向">2 缓冲数据的流向</h1>
<h2 id="21-cpu-至-gpu">2.1 CPU 至 GPU</h2>
<p>JavaScript 这端会在 rAF 中频繁地将大量数据传递给 GPUBuffer 映射出来的 ArrayBuffer，然后随着解映射、提交指令缓冲到队列，最后传递给 GPU.</p>
<p>上述最常见的例子莫过于传递每一帧所需的 VertexBuffer、UniformBuffer 以及计算通道所需的 StorageBuffer 等。</p>
6 v/ e8 ^: N$ A/ M* O: G( Z<p>使用队列对象的 <code>writeBuffer</code> 方法写入缓冲对象是非常高效率的，但是与用来写入的映射后的一个 GPUBuffer 相比，<code>writeBuffer</code> 有一个额外的拷贝操作。推测会影响性能，虽然官方推荐的例子中有很多 writeBuffer 的操作，大多数是用于 UniformBuffer 的更新。</p>
+ O( T* b, R/ @<h2 id="22-gpu-至-cpu">2.2 GPU 至 CPU</h2>
' c2 F9 e8 t: o8 W+ e<p>这样反向的传递比较少，但也不是没有。譬如屏幕截图（保存颜色附件到 ArrayBuffer）、计算通道的结果统计等，就需要从 GPU 的计算结果中获取数据。</p>
6 j! d6 H$ K3 B6 |0 [* `- G' Q<p>譬如，官方给的从渲染的纹理中获取像素数据例子：</p>
<pre><code class="language-js">const texture = getTheRenderedTexture()

* m' f2 u( ?  e7 z, uconst readbackBuffer = device.createBuffer({
& |% b2 k& i" P8 `/ |( g  usage: GPUBufferUsage.COPY_DST | GPUBufferUsage.MAP_READ,
! `1 {; p- T3 ?6 `  size: 4 * textureWidth * textureHeight,
})
& [* a! i1 }, G* X/ j, o
// 使用指令编码器将纹理拷贝到 GPUBuffer
. E+ Z- y2 M+ O3 Vconst encoder = device.createCommandEncoder()
encoder.copyTextureToBuffer(
1 [6 U+ J. p- _/ k) L  { texture },
* w6 }) P* L' t, |0 ^* Z* _3 O  { buffer, rowPitch: textureWidth * 4 },
  [textureWidth, textureHeight],
)
  k: U7 m2 L- j7 ?7 ]2 Udevice.submit([encoder.finish()])

// 映射，令 CPU 端的内存可以访问到数据
await buffer.mapAsync(GPUMapMode.READ)
// 保存屏幕截图
saveScreenshot(buffer.getMappedRange())
// 解映射
1 Z8 t) i8 L3 |  J' Zbuffer.unmap()
4 b9 B9 ^$ H0 D+ ]5 L</code></pre>
) F8 K& |8 Y2 t0 n5 A: O2 ^