最近在对支持的项目组进行性能优化工作，其中遇到的大量动画角色同屏渲染的问题，经过一些调研和实践，正好就大量动画渲染性能优化技术进行一些讨论。

骨骼模型由骨骼数据加骨骼动画进行驱动，每一帧动画系统会计算出当前帧的骨骼的变换矩阵，然后通过蒙皮的方式来计算每一个顶点的实时位置，最后渲染系统会根据蒙皮之后的顶点数据进行渲染。具体蒙皮的计算方法，不同的蒙皮技术会有不同的时机和实现方式。

CPU Skin

CPU蒙皮指在CPU端先计算好每个顶点的蒙皮位置，然后再将顶点数据发送到GPU端进行渲染，GPU端的顶点buffer里保存的是蒙皮后的顶点数据。我们知道CPU是擅长逻辑控制而不善于大量运算的，因此CPU蒙皮会严重的影响CPU性能，特别是场景中存在大量动画模型的时候，CPU基本会被动画更新，蒙皮计算和数据传输所占满，甚至会无法运行。

GPU Skin

骨骼蒙皮会逐顶点进行计算，在顶点数量比较多的时候，总的运算量是非常大的，但是我们注意到，每个顶点的计算是相互独立的，也就是说他们是并行的。这种大量的并行计算，那天然就适合在GPU端进行。这种在GPU端进行蒙皮计算的就叫做GPU蒙皮。

VS Skin

GPU蒙皮最简单的实现就是VS蒙皮，也就是在Vertex Shader中进行蒙皮计算：每个顶点保存自己的骨骼索引和骨骼权重，更新当前帧的骨骼数据并绑定，然后在Vertex Shader读取对应的骨骼变换矩阵进行计算，最后输出蒙皮之后的顶点坐标。VS蒙皮的优点在于将繁重的计算从CPU端移到了GPU端，大大的减少了CPU端的性能压力，对于CPU Bound的场景尤为重要。但是这个计算压力并没有完全消失，而是转移到了GPU端，在Vertex Shader里进行蒙皮计算会增加GPU的运算量和带宽。特别是在多pass渲染的场景，每个pass的Vertex Shader都会进行一次全量重复的蒙皮计算，在移动端，带宽的增加往往会直接影响耗电，因此也是一个需要进行权衡考虑。

CS Skin

在Vertex Shader中进行蒙皮计算存在一个问题，就是在多个pass中，每个pass的VS都要进行蒙皮计算，并且每个vs的蒙皮计算都是相同的，因此存在重复计算，需要渲染的pass越多，重复计算就越多。为了减少这些重复计算，可以使用CS蒙皮，也就是在所有pass开始之前，使用Compute Shader进行蒙皮计算，将蒙皮计算的结果保存为VertexBuffer，用于后续的各个pass的渲染，这样不管后续的pass数量有多少，我们都只需要蒙皮一次。UE里使用Compute Shader进行Skin的方案叫做GPUSkinCache，Cache的意思实际就是提前计算蒙皮，然后缓存给后续的pass使用。CS蒙皮的好处是可以有效的减少重复的蒙皮计算，但是ComputeShader的Dispatch和计算并不是免费的，在动画模型数量较多的时候，Compute Shader的派发和计算都是需要消耗GPU时间的，而且会对整个管线造成阻塞。

VS Skin Instance

场景中大量的动画模型不仅会增加蒙皮的计算，而且会显著增加DrawCall的数量。静态模型可以通过实例化渲染来减少DrawCall数量，但是不同的动画模型播放的动画帧不一定相同，因此不满足实例化的顶点数据相同的条件，无法直接进行合批渲染。

那如何才能实现实例化渲染呢？我们观察到，动画模型的蒙皮是在初始的顶点数据上应用骨骼的Transform，这里每个动画模型顶点的蒙皮前的原始数据都是相同的，因此我们可以将动画所有帧的骨骼变换矩阵保存到一个大的buffer或者texture上，然后针对每个动画的Instance，给定一个骨骼变换的数据的Offset即可，在Vertex Shader阶段，每个顶点根据自身的骨骼索引和Offset获取当前的骨骼变换矩阵，然后进行蒙皮计算。因此我们只需要绑定初始的TPose的VertexBuffer和记录BoneMatrix的offset的InstanceBuffer即可实现动画模型的实例化渲染。

Vertex Animation Texture

前面介绍的GPU蒙皮的方案都是将CPU端的蒙皮计算过程放到了GPU端来进行计算，而VAT(Vertex Animation Texture，顶点动画贴图)技术则是直接通过空间来换时间，在离线阶段将每一个动画帧的所有顶点位置都烘焙到一张贴图上，在运行时，给定动画帧索引，每个顶点可以直接在顶点动画贴图上采样得到当前的顶点位置，这样整个蒙皮过程只需要一次贴图采样即可，没有任何的计算过程，因此速度非常快。VAT技术的细节可以参考该文章。

前面说过,VAT实际上是通过空间来换取时间，相比较于存储骨骼矩阵，存储所有帧的顶点位置的数据量要大得多，特别是顶点数量远大于骨骼数量的场景。所以VAT适合那个网格相对简单的动画模型，比如场景中大量的NPC小兵或者怪物，这些动画模型的动画和几何都比较简单，占用的内存较少。

另外以上的GPU Skin的动画模型都存在一个问题就是，当CPU端需要使用蒙皮之后的数据的时候（如射击游戏的射线检测），往往在CPU端还需要进行一次蒙皮计算，会产生额外的性能消耗。

CPU Skin Instance

在项目的游戏场景中，大量的动画模型并不会所有模型都是不同的动画状态，而是可以分为若干组，每个组的动画模型播放的动画和序列帧都是相同的，这种情况下，还有一种更加高效的优化方法，我称作为 “CPUSKinInstance”,具体是指：针对每个动画和序列中相同的动画模型组，可以在CPU端进行一次蒙皮操作，然后将蒙皮之后的模型作为实例化渲染的VertexBuffer，这样场景中所有N个动画模型只需要蒙皮M次（M为组的数量），可以同时节省CPU和GPU的开销。这种方案适合于N远大于M的场景（比如大几个数量级）。

以上针对不同的动画模型渲染方法做了简单的介绍，每个方案各有优缺点，实际使用中需要针对具体的使用场景进行选择，还是那句话：没有最好的技术，只有最合适的技术。