为什么此几何着色器会使我的程序减慢这么多？

我有一个OpenGL程序，正在渲染一个地形网格物体。我将顶点放置在顶点缓冲区中，但还没有在片段着色器中真正着色它们。我一次添加了一个几何着色器。

在添加几何体着色器之前，当我仅对流水线的片段和顶点着色步骤进行编程时，我获得的帧率约为30+。足够使我看不到任何断断续续的情况。添加几何体着色器后，我每秒获得大约5帧。为什么？这是整个几何着色器：

#version 420

layout (triangles) in;
layout (triangle_strip, max_vertices = 3) out;

void main()
{
    for (int i = 0; i < gl_in.length(); i++)
    {
        gl_Position = gl_in[i].gl_Position;
        EmitVertex();
    }
    EndPrimitive();
}

这不是OpenGL在没有几何着色器的情况下所做的吗？

这不是OpenGL在没有几何着色器的情况下所做的吗？

不，不是。GS是可选步骤，而不是默认步骤。

为了使OpenGL执行几何着色器，它必须执行所谓的“ 原始程序集 ”。当您通过渲染一系列三角形时GL_TRIANGLE_STRIP，OpenGL会进行内部处理，将每3个相邻的顶点转换为一个单独的三角形，并适当地修改缠绕顺序。

通常，当不使用GS时，此过程执行一次。但是，当您使用GS时，必须在GS执行之前执行它。但是它也必须在 GS 之后执行，因为GS可以输出完全不同的原始类型（例如，四边形）。

因此，现在您要使系统基本上不做任何额外的工作。毕竟，OpenGL无法假设您的GS没有执行任何操作（这是无法确定的问题）。

此外，存在GS时，许多优化不再起作用。考虑索引渲染。

来自元素数组缓冲区的每个索引将从顶点着色器产生相同的输出。因此，GPU通常会将这些输出缓存在T＆L后缓存中。如果发现缓存中已存在索引，则不会再次运行VS。它只是从缓存中获取数据。

它是什么”？“它”是…… 原始装配单元。是的，使用GS时会运行两次。索引缓存的东西？它仅适用于GS 的输入。

那么，GS的输出会怎样？好吧，这取决于硬件。但是它必须进入某种内存缓冲区。问题就在这里：那个缓冲区根本没有索引。这就像glDrawArrays的情况。

因此，如果您发送的索引缓冲区0, 1, 2, 0, 2, 3，则会在T＆L后缓存中转换为4个顶点。但是，GS后顶点的缓冲区现在有6个顶点。GS后缓冲区占用更多空间。因此，如果您遇到无法正确创建T＆L优化后的三角形列表或条带的麻烦，并且像您那样翻转了直通GS，则基本上可以消除这种优化带来的一半性能提升。

这不是没有用，但确实很痛。

此外，许多GL 3.x级GPU（又称DX10）具有较小的GS后缓冲区。缓冲区越小，您可以同时激活的GS调用就越少。因此，您的硬件实际上是GS的瓶颈。由于镶嵌是4.x类硬件的一大功能，因此大多数此类硬件具有足以使较重的GS使用可行的缓冲区。

因此，使用GS更可能使您的代码顶点处理成为瓶颈。当然，您总是可以通过使顶点着色器和片段着色器更加复杂来利用它，因为这在当时只是免费的性能。

有关GS引起的减速的更多信息，请阅读本文。

这是关于GS的基本经验法则：永远不要使用GS，因为您认为它会加快渲染速度。当它使您想做的事情成为可能时，应该使用它。如果您想做的是优化，请使用其他方法。

一般的例外情况是：

• 点精灵，主要是为了避免大小限制和剪切问题。也许，如果您对输出数据的大小感到谨慎。
• 分层渲染。NVIDIA甚至有一个扩展，其定义的目的是有效地消除GS进行分层渲染以外的任何功能的能力。另外，考虑到AMD提出了一个扩展，其扩展的全部目的是使VS能够覆盖大多数分层渲染任务。这是现在的ARB扩展。
• 设置转换反馈操作，尤其是多个流。但是由于GL 4中的计算着色器，您实际上并不需要那么频繁。