GPU并行渲染能力虽强，但总算力和带宽有限。分辨率越高（如从1080p到4K），像素数量呈倍数增长（207万→830万），导致GPU需处理更多fragment着色、后处理等全屏操作，显存带宽压力也剧增。当像素总量超过GPU核心并行极限时，需分批调度，每帧耗时增加，帧率下降。关键瓶颈在于fragment shader执行次数、后处理计算量及显存带宽。通过性能分析工具可观察到，分辨率提升时GPU帧时间显著增加，而CPU耗时基本不变。
1. GPU确实是并行渲染的
GPU有成百上千个流处理器（shader core），可以同时处理大量像素（fragment/pixel）。
这就是为什么GPU在图形渲染上比CPU快得多。
2. 分辨率越高，像素总数越多
例如1080p（1920x1080）约207万像素，4K（3840x2160）约830万像素。
每一帧，GPU都要为每个像素执行着色、光照、后处理等操作。
3. 为什么分辨率越高帧率越低？
3.1 并行≠无限吞吐
GPU虽然并行，但总的计算资源是有限的。
假设GPU有2048个核心，但像素有200万甚至800万，必须分批处理（分批次dispatch）。
每个核心每个时钟周期只能处理一个像素（或一小块tile）。
3.2 带宽和算力瓶颈
像素越多，所需的总计算量和显存带宽也越大。
比如后处理、抗锯齿、阴影、透明混合等操作，都是全屏像素操作，分辨率越高，工作量线性增加。
显存带宽也会成为瓶颈（frame buffer的读写、贴图采样等）。
3.3 典型流程
顶点着色：与分辨率关系不大。
光栅化：分辨率越高，生成的fragment越多。
像素着色（fragment shader）：每个像素都要执行shader，分辨率越高，执行次数越多。
后处理：如Bloom、模糊、抗锯齿等，都是全屏像素操作，分辨率越高，处理量越大。
3.4 并行度的极限
当像素总数远大于GPU核心数时，GPU需要多轮调度才能完成一帧。
如果每帧的像素总数超出了GPU的吞吐能力，渲染一帧所需时间就会变长，帧率下降。
4. 举例说明
假设GPU每秒能处理10亿像素：
1080p@60FPS：207万像素 × 60 ≈ 1.24亿像素/秒
4K@60FPS：830万像素 × 60 ≈ 4.98亿像素/秒
如果你加上复杂的shader、后处理，实际需求会更高，容易超过GPU的极限。
5. 具体导致帧率下降的地方
Fragment Shader执行次数：分辨率越高，fragment shader执行次数越多。
后处理Pass：如Bloom、SSAO、抗锯齿等，都是全屏操作，分辨率越高，耗时越多。
显存带宽：高分辨率下，frame buffer和贴图的读写压力更大。
Tile/Block调度：GPU需要分批处理所有像素，分辨率越高，批次数越多。
6. 总结
GPU并行渲染，但总算力和带宽有限。
分辨率越高，像素总数越多，GPU需要处理的工作量线性增加。
当工作量超过GPU的处理能力时，渲染一帧所需时间变长，帧率下降。
主要瓶颈在于fragment shader执行次数、后处理和显存带宽。
你可以用Profiler验证：
在Unity Profiler中，分辨率升高后，GPU耗时（GPU Frame Time）会明显增加，帧率下降。
CPU耗时变化不大，说明瓶颈在GPU的像素处理阶段。
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/139637209
