WebGPU 中的缓冲映射机制

admin

; }) S- ~, D' |+ j<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>
- u9 U5 f& d8 D* W0 n  v/ v<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>
<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>
9 a9 G1 {' v; U" F- ~7 O<pre><code class="language-js">const someBuffer = device.createBuffer({ /* ... */ })
. n: ~0 {- A  k% G. y# i" v( f5 F9 xawait someBuffer.mapAsync(GPUMapMode.READ, 0, 4) // 从 0 开始，只映射 4 个字节
* ^7 A" @" I" |$ q8 s3 [; @1 B. o
// 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>
, ?$ \4 i9 k2 l# X4 m! o0 L<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()
" [$ i, M' R1 {  e</code></pre>
$ y4 a7 z) C$ B- M" V<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 n3 z, G3 i! ]8 h, R1 F<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({
" d" f/ t6 o$ u* F; J% L  usage: GPUBufferUsage.UNIFORM,
  size: 256,
$ d3 m& I( w9 o1 I  mappedAtCreation: true,
})
// 然后马上就可以获取映射后的 ArrayBuffer
) |8 w/ H" J; i5 F3 {. Fconst mappedArrayBuffer = buffer.getMappedRange()

/* 在这里执行一些写入操作 */
2 r- [$ _, ~) K- O* @0 S
// 解映射，还管理权给 GPU
buffer.unmap()
- r8 L$ S7 T2 Q% B) s0 j: A" p- f</code></pre>
" e" {' H' V2 a/ Z  `" {6 i, Q<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* q2 Y- S. }# y- i<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>
8 Y. S4 x8 C3 t6 R+ h<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>
<h2 id="22-gpu-至-cpu">2.2 GPU 至 CPU</h2>
6 |, U1 ^1 S/ t5 s<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>
/ ^; J( Z. \/ y; V- L- Y4 y<p>譬如，官方给的从渲染的纹理中获取像素数据例子：</p>
  b( ~! _& I& v<pre><code class="language-js">const texture = getTheRenderedTexture()
0 _+ ~# m/ H/ W
const readbackBuffer = device.createBuffer({
  usage: GPUBufferUsage.COPY_DST | GPUBufferUsage.MAP_READ,
+ w: i, n. E* N$ I5 n. X  size: 4 * textureWidth * textureHeight,
})

  L7 N  K5 Y  d' X! f7 v; v- u" B// 使用指令编码器将纹理拷贝到 GPUBuffer
const encoder = device.createCommandEncoder()
0 v4 G. ^, [5 o+ }encoder.copyTextureToBuffer(
  { texture },
4 }5 V$ ]* d1 G+ ~9 U3 \  { buffer, rowPitch: textureWidth * 4 },
  [textureWidth, textureHeight],
)
5 V, b  J+ w. w# c1 wdevice.submit([encoder.finish()])
! f% m- _- ?! B0 m) x4 Z, e+ y/ X$ t
// 映射，令 CPU 端的内存可以访问到数据
- q8 q( R* m% Z  e9 g5 X8 W% f- t2 eawait buffer.mapAsync(GPUMapMode.READ)
// 保存屏幕截图
saveScreenshot(buffer.getMappedRange())
// 解映射
buffer.unmap()
</code></pre>