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>
* S: k  J# c; I/ M' i7 |4 F. ~<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>
9 m5 p+ ?* O: c<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>
<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
8 a/ v3 u7 c% F
7 c) l& {& a8 B, D- q( U6 @// 之后就可以使用 getMappedRange 方法获取其对应的 ArrayBuffer 进行缓冲操作
: m, G# Q% g. }4 X6 j</code></pre>
2 e, V9 t0 B+ M; t<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>
5 {1 K3 ^; U" W# m0 o; B  c, U; l3 A<pre><code class="language-js">somebuffer.unmap()
</code></pre>
7 z& \7 B. P& e5 Z% }  U6 [8 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>
<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>
<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,
# j. Y' P" j7 G& ~; X+ W; P  size: 256,
  mappedAtCreation: true,
, W! Z. y4 o: k})
0 `# K# ~6 S* [! }; l* C. n2 m// 然后马上就可以获取映射后的 ArrayBuffer
const mappedArrayBuffer = buffer.getMappedRange()
7 L% J# k; d1 _. u+ u' t
/* 在这里执行一些写入操作 */
$ t1 K# I' l8 i' K- A
// 解映射，还管理权给 GPU
" X. @( s% c2 ^1 S: M) {2 @- ^! ybuffer.unmap()
</code></pre>
<h1 id="2-缓冲数据的流向">2 缓冲数据的流向</h1>
/ C4 ]5 Y4 u2 T7 g4 m4 Q9 N<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>
! g. n4 _1 }1 G& q& K" E! Y7 y<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>
<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>
- p( n1 j! g3 w' x! e' A$ e$ N, L<h2 id="22-gpu-至-cpu">2.2 GPU 至 CPU</h2>
9 R3 H- X" p3 `5 @+ w4 i<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>
1 o. ]: I, V1 M1 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()

; _7 E8 F* x# @, U) Aconst readbackBuffer = device.createBuffer({
  usage: GPUBufferUsage.COPY_DST | GPUBufferUsage.MAP_READ,
  size: 4 * textureWidth * textureHeight,
})

5 l4 r  t3 Z! {: i/ q// 使用指令编码器将纹理拷贝到 GPUBuffer
  U( w% ^! Z& h6 oconst encoder = device.createCommandEncoder()
encoder.copyTextureToBuffer(
  { texture },
" ?+ h" X- A- v  { buffer, rowPitch: textureWidth * 4 },
- f+ \" E% d" Y7 A% U# b% n/ C  [textureWidth, textureHeight],
* h: K! f$ d' V. l& Y* x)
  y7 U4 y1 Y' O' y! adevice.submit([encoder.finish()])

// 映射，令 CPU 端的内存可以访问到数据
await buffer.mapAsync(GPUMapMode.READ)
5 i+ ^, r/ t% N  `5 e// 保存屏幕截图
$ z6 O6 C# T9 [0 NsaveScreenshot(buffer.getMappedRange())
// 解映射
8 a6 z, a+ i& R0 i. u. @buffer.unmap()
</code></pre>