2010-rust-rewrite-mashup如何让帧率翻倍:183到362 FPS的优化完全清单
2010-rust-rewrite-mashup如何让帧率翻倍:183到362 FPS的优化完全清单
2010-rust-rewrite-mashup 是一个用 Rust 写的「三合一」游戏引擎:它能在 IW4L 的《使命召唤:现代战争2》(MW2) 重制版里玩多人对战、按 J 键切进《Skate 3》滑板模式,还能加载一个真正的 Minecraft 26.3 无限世界地图。在针对帧时间的系统性优化后,它在同一台机器上把平均帧率从 183 FPS 提升到 362 FPS(1.98 倍)。本文完整拆解这次「帧率翻倍」背后的每一项优化,以及你如何自己测量和复现。
| 优化指标 | 优化前 (master) | 优化后 | 变化 |
|---|---|---|---|
| 平均帧率 (FPS) | 183 | 362 | +98% |
| 帧平均耗时 | 5.46 ms | 2.76 ms | -49% |
| 帧 p95 | 8.26 ms | 4.00 ms | -52% |
| 帧 p99 | 9.18 ms | 5.37 ms | -41% |
主线程 Update |
4.22 ms | 2.26 ms | -46% |
| 渲染线程 | 4.86 ms | 2.16 ms | -56% |
测试环境:
mp_boneyard进攻模式,1920x1080 窗口化、关闭垂直同步,RTX 5090 + Ryzen 7 9800X3D,Windows 11,每组 5 次交替运行的中位数。数据来源见 docs/PERFORMANCE.md。
为什么瓶颈在 CPU 而不在显卡?
优化前有个关键事实:GPU 每帧只花约 0.3 ms,显卡基本在空等。整个游戏是纯 CPU 瓶颈——主线程和渲染线程各自吃掉 4 ms 以上的时间。
这意味着优化方向非常明确:每一处改动要么把活从主线程挪走,要么把活从渲染线程挪走,要么把工作拆到多个核心上并行。优化完成后,两个线程都不再被某一项工作主导,而是「大致 2.2 ms 摊在很多个系统上」。
渲染线程:4 条泳道并行准备颜色
这是收益最大的改动之一。摄像机颜色行的准备工作(material 执行、打包、常量上传)原来串行跑,现在被拆成 4 条 lane 并行执行:
- 每条 lane 领取一段连续的有序行,各自持有独立的 material 执行器、打包缓存和常量区,帧与帧之间保持复用;
- lane 按顺序拼接,绘制顺序完全不变,画面零差异;
- 场景纹理表通过一把 mutex 在 lane 间共享;
- 常量区上传直接写入 staging 缓冲区,不再先构建中间
Vec。
实现在 crates/render_gpu/src/drawsurf/colour_submit/prepare_camera.rs,其中 ComputeTaskPool 的任务池 scope 把阴影 pass 和颜色准备同时扔进并行世界。
另外两个同属渲染线程的改动:
- 玻璃剔除:整张地图的玻璃原来按「一整块一个 draw」无剔除地进入准备阶段,现在每个玻璃 draw 携带包围球,摄像机视野外的直接跳过;
- 静态蒙皮面跨帧缓存:CPU 蒙皮的静态模型面按「安装的静态几何」为 key 缓存,只对新增面做增量上传,不再每帧重建。
主线程:三条绘制泳道变成一个并行岛
主线程上三条绘制泳道(xmodel / fx / static)原来依次重建。它们读不同的输入、写不同的 lane,天然可以并行——现在被重建为一个多线程岛(island),三条泳道同时跑,岛调度器携带三个系统的排序边并集来保证顺序正确。
其余主线程优化清单:
| 优化项 | 原理 |
|---|---|
| 场景实体格子跨帧保持 | 大多数场景实体是永不移动的 script model,每帧为它们重走 BSP 是链接阶段的最大开销。新增无分配遍历 dpvs_iw4/src/scene_ent.rs,且动态实体 brush pass 在无人进入时直接跳过 |
| 子弹射线查询瘦身 | 只拷贝出射线可能命中的实体碰撞,复用了 trace 逐 geom 已有的边界测试 |
| 弹痕跳过不可达玻璃 | 在查找材质前先用包围体测试跳过,材质资格按玻璃 def 每次调用缓存 |
| HUD 减负 | 地图 zone 不再每帧重新 adopt(一次磁盘 stat);96 KiB 渲染命令缓冲区复用而非每元素重新分配清零 |
| 菜单 dvar 索引化 | 表达式 dvar 只索引一次,不再每次查找时重新分词 |
| FX 碰撞分批投递 | 少于 16 个的任务直接内联执行——实测小批次扔给 worker 反而更慢 |
| 打包码常量逐行哈希 | 用完整的 64x64→128 折叠乘法哈希替换逐字节哈希,强度不变但快得多 |
模型光照:3D 图集不再每帧重建
一个隐蔽的大头:任何模型一动,每帧都重新提取并重建整张 3D 光照图集纹理。
优化后缓存直接写出图集图像(untracked),只把发生变化的 tile 排队为 ModelLightingAtlasTileWrites,以 4x4x4 的 write_texture 小区域增量上传。实现见 crates/render_scene/src/model_lighting_atlas.rs 和 crates/render_frontend/src/prepare/scene/model_lighting_cache.rs。
配套改动:owner 表改用 foldhash(bevy::platform 集合),哈希遍历更快。
内存分配器:Windows 上换用 mimalloc
优化开始时,进程堆的锁就占了主线程约四分之一的时间——计数分配器背后是系统分配器,Windows 上进程堆每次调用都要加锁。
现在 Windows 上的计数分配器由 mimalloc 支撑(crates/diag/src/alloc_count.rs),计数包装层保持不变,其他平台仍用系统分配器。单项改动,收益却贯穿整条主线程。
顺手修的:基准报告在 Windows 上根本写不出
base 分支在 Windows 上从不落盘 bench 报告——std::process::exit 不执行 atexit 钩子。现在报告改在发送 AppExit 的那一帧的 PostUpdate 里写出。没有这条修复,上面的对比数字根本无从谈起。
如何自己测量:perf 与 bench 工具链
这个项目自带完整的测量基建,你可以验证任何一项优化的说法:
# 进程内基准:退出时打印 地图加载 / 帧时间 / 计数器 三份报告
make bench ZONE=mp_boneyard
# Perfetto 原生 trace:记录一次运行的时间去哪儿了
make bench-live
# 只看渲染主题包的 SQL 查询
cargo xtask query <uuid> render.sql
- docs/PERF.md:
IW4L_PERF=1开启.pftrace记录,如何固定 run UUID、校验 manifest(zone/role/git 必须与断言一致); - docs/BENCH.md:
IW4L_BENCH=1进程内记录器的三份报告、unclassified残差口径、main/render overlap 的含义; - 语义事件刻意保持稀有(
player_tick、死亡、feel……),禁止逐元素打 overlay/draw span,避免测量本身污染帧时间。
画质如何保证没被牺牲?
- 优化前后在同一出生点对比 bench 截图:差异落在植被和武器摆动这类运行间噪声范围内,没有缺失或错误的几何体、玻璃、光照和弹痕;
cargo xtask publish-check干净,cargo fmt --all通过,cargo clippy --workspace --all-targets在改动行上零新增警告;- 未验证项也如实记录:
approved_tests无法在 Windows 上构建;带 bot 的重场景本次未测——早期相同改动下,bot 场景帧率从约 95 fps 升到约 180–200 fps。
总结:翻倍帧率的五个套路
- 先定位瓶颈:GPU 只有 0.3 ms/帧 → 纯 CPU 问题,别碰显卡;
- 把串行拆成并行岛:4 条颜色 lane、3 条绘制泳道,各自独立输入/输出,就能安全并行;
- 缓存跨帧状态:场景实体格子、静态蒙皮面、光照图集 tile,只对增量工作;
- 用边界测试提前剔除:玻璃、弹痕、碰撞,先判断「够不着」再谈材质;
- 换更快的分配器:堆锁占了主线程四分之一时,mimalloc 是最便宜的大头。
五招叠加,183 → 362 FPS。这些工作最初是以独立 PR 形式贡献给上游 IW4L 的,现已全部合入本仓库,细节可对照 docs/PERFORMANCE.md 逐条核查。



