Compute Shader的原理与应用
哪些公司问过
答案要点
- 定位:独立于图形管线的通用计算阶段,由Dispatch按线程组启动
- 线程组织:线程组数量由Dispatch给出,组内线程数由numthreads或local_size声明,用内置ID定位数据
- 共享内存与同步:组内共享内存配合屏障,适合归约、前缀和、分块卷积等协作计算
- 资源访问:读写UAV/SSBO缓冲和图像,支持原子操作;多次Dispatch间要加资源屏障
- 应用:GPU粒子、视锥与遮挡剔除、后处理、蒙皮、GPU Driven渲染、物理模拟
易错点
- 以为组内屏障能同步不同线程组,跨组同步需要拆成多次Dispatch或用原子操作
- 线程组大小不是Warp宽度的整数倍,造成线程浪费
- 两次Dispatch之间缺少资源屏障,读到未写完的数据
- 共享内存访问存在bank冲突,导致性能下降
面试官常见追问
- 线程组大小怎么选?
- GroupMemoryBarrierWithGroupSync和barrier有什么作用?
- Compute Shader和CUDA有什么区别?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。