hero image

风小楼WindJack

Developer,专注于Web、游戏、机器学习

游戏
游戏
我参与开发的游戏列表
教程
我编写的教程与学习心得
关于我
我的介绍与联系方式
风言风语
杂谈随想,谈天说地
1分钟了解手游性能优化(4)——GPU渲染架构之TBR

在上一篇文章中,我们简单地了解到PC端常用的渲染架构Immediately Mode Rendering(IMR)。

在一些常见的复杂渲染算法中,IMR往往需要处理大量的数据,而这些数据通常是无法完全塞入GPU的Cache的,因此经常会需要与系统内存进行交互读写(如深度buffer,color buffer,stencil等等),这对带宽有着比较高的要求,同时还会产生较高的能耗。

移动端上采用SOC的架构,GPU与CPU是共享一块内存,带宽及功耗严重受限,并不适合IMR。


风小楼WindJack大约 2 分钟教程game
1分钟了解手游性能优化(1)

首先要明确优化的目的,优化到底是在优化什么?

  • 更少的:

    • 功耗
    • 资源
    • 反馈时间
  • 更多的:

    • 帧率
    • 感受细节

优化不能无的放矢,需要有总体的规划和方法论。一般而言,从物理维度切入,优化可以从这三个物理硬件入手:

  • CPU
  • GPU
  • 内存

进而可以更有针对性地进行性能优化:


风小楼WindJack大约 1 分钟教程game
AWS Lambda + API Gateway + DynamoDB 实战

AWS Serverless搭建Tensorflow/TFlite推理服务一文中,我们成功创建了一个基于tensorflow的推理服务。为了能把服务真正地用起来,我们还需提供对外访问的http api接口,以及访问数据库的能力。这就轮到API Gateway以及DynamoDB出场了。

使用SAM CLI快速创建应用模版

SAM(AWS 无服务器应用程序模型)是一个用于构建Serverless应用的开源框架。SAM CLI 是SAM的命令行工具。关于它们更详细的介绍及安装方式在实战1-利用sam-cli在aws-lambda上部署tensorflow一文中已经提到过了,这里不过多介绍。


风小楼WindJack大约 8 分钟教程web
AWS Serverless搭建Tensorflow/TFlite推理服务

docker-lambda-tensorflow

为什么要使用Serverless进行机器学习推理

无服务器架构(Serverless architecture)有一些众所周知的优点:

  • 人力成本:使用无服务器架构可以节省服务器硬件和维护成本。开发人员毋需担心服务器管理和扩展问题。

  • 硬件成本:无服务器架构允许应用程序在不使用时自动停止运行,这可以帮助减少资源浪费。若请求时间是离散的,它比24小时不停运行的服务要便宜得多。

  • 自动扩容:无服务器架构允许应用程序随着流量的增加而扩展。


风小楼WindJack大约 10 分钟教程machine learningweb
前端Shader实现水面特效

最终效果

先看最终效果:

背景

产品希望给首页的水面背景添加特效,使水面更加生动。

背景图类似下面这张:

一般来说,前端提到特效可能会想到使用视频、序列帧动画,Lottie等方案。

然而针对水面特效,以上方案会引入额外的资源加载,这对首页并不友好。并且由于资源大小限制,最终的效果不一定能很好。


风小楼WindJack大约 11 分钟教程shaderweb
三分钟彻底理解图像高斯模糊

卷积

在谈及高斯模糊之前,先了解图像处理中的一个基础操作——卷积。《Unity Shader入门精要》一书中对卷积操作有如下描述:

在图像处理中,卷积操作指的就是使用一个卷积核(kernel)对一张图像中的每个像素进行一系列操作。卷积核通常是一个四方形网格结构。(例如3X3的方形区域),该区域内每个方格都有一个权重值。当对图像中的某个像素进行卷积时,我们会把卷积核的中心放置于该图像上,依次计算核中每个元素和其覆盖的图像像素值的乘积并求和,得到的结果就是该位置的新像素值[1]


风小楼WindJack大约 4 分钟教程shader
2