DagorEngine中提高渲染实例(Render Instance)最大数量的解决方案
2025-06-29 07:49:02作者:魏献源Searcher
问题背景
在使用DagorEngine进行场景开发时,开发者可能会遇到渲染实例(Render Instance,简称RI)数量超过限制的问题。系统默认会提示"Too many RI in cell (65536/65536)"的错误,这表明当前场景中的渲染实例数量已经达到了引擎的默认上限。
问题分析
DagorEngine通过网格化系统管理场景中的渲染实例,将整个场景划分为多个网格单元(cell)。每个单元都有预设的最大RI数量限制,这是出于性能优化的考虑。当场景规模较大或需要放置大量重复对象时,很容易触及这个限制。
解决方案
通过修改application.blk配置文件中的riMgr(Render Instance Manager)参数,可以调整网格划分方式和每个单元的RI容量上限。以下是优化后的配置参数:
riMgr {
outerLandBorder:r=0
type:t="aces"
gridCellSize:r=2048
subGridSize:i=8
minGridCellSize:r=512
minGridCellCount:i=16
writeOptTree:b=yes
packedRIBB:b=yes
gen {
PC:b=yes
and:b=no
iOS:b=no
}
tmInst12x32bit:b=yes
maxRiGenPerCell:i=65536
maxRiExPerCell:i=131072
perInstDataDwords:i=1
perInstDataUseSeed:b=yes
}
参数详解
- gridCellSize:主网格单元大小,设置为2048单位
- subGridSize:子网格划分粒度,值为8
- minGridCellSize:最小网格单元大小,设置为512单位
- maxRiGenPerCell:每个单元生成的RI最大数量,保持默认65536
- maxRiExPerCell:每个单元额外RI的最大数量,提升至131072
- tmInst12x32bit:启用12x32位实例数据格式
实施建议
- 根据场景实际大小调整gridCellSize和minGridCellSize参数
- 大型开放世界场景可能需要更大的gridCellSize
- 密集区域可以考虑适当减小minGridCellSize
- 性能敏感的平台上需要谨慎调整这些参数
注意事项
修改这些参数可能会影响渲染性能,特别是在低端硬件上。建议在调整后进行全面的性能测试,确保帧率保持在可接受范围内。同时,不同版本的DagorEngine可能有不同的默认值和限制,需要根据实际情况进行调整。
通过合理配置这些参数,开发者可以在保持良好性能的前提下,突破默认的RI数量限制,满足大型复杂场景的开发需求。
登录后查看全文
热门项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
241
277
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
695
367
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
882