当前位置: 首页 > news >正文

【Unity Shader编程】之GPU编程前言

之前一直不懂,为什么写一个shader代码,然后整个模型就会动,因为之前都是cpu编程思路,比如说cpu控制一个人物行走,就是控制一个人物,要控制10个人物,就要循环10次,分别控制他们,但是在gpu不一样,因为gpu编程是并行性,你写完gpu的编程,写完shader,是直接挂在单一物体上,这个时候,我们控制的是这个物体,但是控制的是这个物体的什么呢?
1,顶点
顶点着色器 v2f vert (appdata v) {},以前的误解,一物体引用了该shader之后,这个不是应该只执行一次吗?只执行一次,也没看到它控制所有顶点进行变换,为什么模型会产生那么大的变换?(这个就是妥妥的cpu编程思维了,困扰了我好久),在shader编程中,顶点着色器对应的是该附着的模型的所有顶点,例如,一个模型有100个顶点,那么该shader脚本里面的顶点着色器
v2f vert (appdata v) {}就会执行100次,而结构体v传入的数据是shader自动去赋值的。然后gpu有几万,几十万个计算线程,就可以快速的去计算,因而这就是gpu和cpu的不同,gpu并行,高速计算,渲染。cpu复杂计算,单一,和用户交互,内存交互等等,拥有各自不同的功能。
**

并行架构设计

CPU和GPU的设计目标不同。CPU注重低延迟和复杂逻辑处理,而GPU注重高吞吐量和数据并行。因此,编程模型上,CPU通常使用多线程(如OpenMP),而GPU使用大规模并行线程(如CUDA)。


http://www.mrgr.cn/news/90710.html

相关文章:

  • Day 38 卡玛笔记
  • DevOps工具链概述
  • w208基于spring boot物流管理系统设计与实现
  • 学习threejs,使用HemisphereLight半球光
  • 探索ELK 的魅力
  • 华为云+硅基流动使用Chatbox接入DeepSeek-R1满血版671B
  • 【数据结构】(8) 二叉树
  • 把 DeepSeek1.5b 部署在显卡小于4G的电脑上
  • GPU并行计算的深度学习pyTorch环境搭建
  • RAII(Resource Acquisition Is Initialization)机制
  • Kotlin 2.1.0 入门教程(十七)接口
  • DeepSeek预测2025目标检测算法Top 5:谁将主导下一代视觉感知?
  • 多媒体软件安全与授权新范例,用 CodeMeter 实现安全、高效的软件许可管理
  • 机器学习-1:线性回归
  • java处理pgsql的text[]类型数据问题
  • 运维-自动访问系统并截图
  • 「软件设计模式」工厂方法模式 vs 抽象工厂模式
  • 【Unity Shader编程】之顶点着色器
  • 「软件设计模式」单例模式
  • linux的三剑客和进程处理
  • 200个Python练手项目源码
  • rocketmq-netty通信设计-request和response
  • 【DeepSeek】Deepseek辅组编程-通过卫星轨道计算终端距离、相对速度和多普勒频移
  • 【Stable Diffusion部署至GNU/Linux】安装流程
  • Ubuntu启动geteck/jetlinks实战:Docker启动
  • Proxmox VE 8.3 qm 方式导入ESXi Linux OVA UEFI模式虚拟机