开启混合（Blending）时，GPU需执行“读-改-写”操作：读取帧缓冲原颜色、混合计算、写回结果，导致性能压力显著增加。主要瓶颈包括显存带宽消耗翻倍（全屏混合需额外8MB读取）、同步与并行度下降（需原子操作）、缓存命中率降低。实际性能损失可达30%-50%，尤其在移动端或高分辨率场景。优化建议包括减少混合区域、合批排序、使用预乘Alpha、降低混合分辨率等。合理控制混合操作是提升渲染效率的关键。
1. 开启混合（Blending）时GPU的工作流程
当你开启混合（blending）时，GPU在写入每个片元（像素）到帧缓冲区时，会进行如下操作：
读取帧缓冲中该像素的原有颜色值（read）。
将当前片元着色器输出的颜色与原有颜色值按照混合公式进行计算（blend）。
将混合后的新颜色写回帧缓冲（write）。
2. 性能压力的来源
2.1 读-改-写（Read-Modify-Write）
普通不混合的写入：只需要把新颜色直接写到帧缓冲即可（write-only）。
混合写入：需要先读出原有颜色（read），再混合（compute），再写回（write），这就是“读-改-写”操作。
2.2 性能瓶颈
带宽压力：每个像素都要多一次读取操作，显存带宽消耗增加。
同步压力：混合操作通常不能并行批量写入，必须保证同一像素的读-改-写操作是原子的，防止数据竞争，这会降低并行度。
缓存压力：频繁的读写同一帧缓冲区域，可能导致GPU的片上缓存（tile buffer、render target cache）命中率下降，增加外部显存访问。
3. 性能压力的量化
3.1 理论带宽消耗
假设：
屏幕分辨率为1920x1080（约200万像素）。
每个像素4字节（RGBA8）。
全屏混合一次：需要读取200万像素*4字节 = 8MB，再写回8MB，总共16MB带宽消耗（不算其他操作）。
3.2 实际影响
带宽消耗：混合操作的带宽消耗几乎是普通写入的2倍（多了一次读取）。
吞吐量下降：由于需要等待读操作完成，写入速度受限，吞吐量下降。
并发度下降：混合操作通常不能像普通写入那样高度并行，尤其是在同一像素被多个线程同时写入时，必须串行化。
3.3 性能损失举例
在实际项目中，全屏混合的fillrate（填充率）可能下降30%~50%甚至更多，具体取决于GPU架构和混合公式的复杂度。
在移动端，带宽更宝贵，混合操作可能成为主要瓶颈，导致帧率大幅下降。
桌面端高端显卡带宽充裕，影响相对小，但在高分辨率/高混合覆盖率场景下依然明显。
4. 优化建议
减少混合区域：只对需要混合的区域开启混合，能关则关。
合批/排序：将混合对象按从远到近排序，减少overdraw。
使用预乘Alpha：简化混合公式，提升效率。
避免高分辨率下大面积混合：如UI、特效可用低分辨率渲染后再放大。
5. 总结
开启混合会显著增加GPU的带宽和同步压力，导致性能下降，尤其在大面积高分辨率混合时最为明显。
性能损失可达30%~50%甚至更高，具体取决于场景和硬件。
优化混合操作是提升渲染性能的重要手段。
版权声明：本文为CSDN博主「你一身傲骨怎能输」的原创文章，
遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_33060405/article/details/141558893
