主要观点：GPU 设计易实现工作并行，但其工作呈流水线式，各单元易成为瓶颈致 GPU 利用率低。现代引擎中各渲染阶段常受不同单元瓶颈影响，GPU 轨迹能体现此现象。IHV 引入异步计算等技术旨在提高 GPU 利用率，通过分离图形和计算硬件流水线及使用命令队列来提交和调度工作。异步计算是调度机制，需合理配对任务，否则可能影响性能。

关键信息：

• GPU 各 drawcall 可同时处理批量顶点等，架构包含多种单元，工作呈流水线。
• 现代引擎中渲染各阶段常受不同单元瓶颈，如计算着色器、GPU 蒙皮、阴影等。
• IHV 引入异步计算等技术，图形和计算有各自命令队列，通过栅栏同步。
• 异步计算需处理好任务配对，如将 GTAO 移至计算队列，通过栅栏协调。
• 性能测试表明异步计算可提高 GPU 利用率，减少单个任务成本，但配对很重要。

重要细节：

• 不同渲染阶段对 GPU 各单元的依赖不同，如阴影pass 主要依赖 RT 核心，GBuffer pass 依赖几何处理。
• 创建计算命令队列需设置相关描述符，创建命令列表并提交至计算队列执行。
• 利用栅栏协调不同队列的工作，如通过 Signal()通知完成，Wait()等待完成。
• 计算队列无法看到与顶点和像素着色器执行相关的固定功能单元，资源转换需在图形队列进行。
• 性能测试中不同任务配对情况对 GPU 利用率和单个任务成本的影响不同，如 GTAO 与不同任务配对的效果。
• 实验确定最佳配对需比较各阶段瓶颈和 SM 占用，考虑引擎架构等因素。