《球球大作戰》優化之路（下）

上一篇我們分享了《球球大作戰》優化之路客戶端主程王國禕部分，本文將繼續由資深技術徐宇峰講述後期遊戲製作中的優化方式。


演講內容

大家好，我叫徐宇峰，負責《球球大作戰》的效能優化。

《球球大作戰》現在擁有五億多的玩家，為了吸引如此龐大的玩家群體，我們提供給玩家更炫更酷的皮膚，這些美輪美奐的皮膚，讓《球球大作戰》的遊戲畫面更加絢麗多彩，但隨著皮膚日益精緻，效能問題開始日益突出。


我們的皮膚正面看起來很簡單，從側面看，皮膚由精美模型與很多特效層組合而成。

皮膚的材質大部分為半透明。大量的半透明材質無法合批渲染，導致單套皮膚Draw Calls達到82個，面數1.1萬以及骨骼40個。


《球球大作戰》最核心技能就是分身吃球，而當玩家分身之後，Draw Calls更是暴漲，遊戲中玩家最大16分身時，Draw Calls有820多，面數達17.7萬。


在實際遊戲中，多玩家多皮膚分身後，Draw Calls經常能輕鬆過千，下面視訊是我們內部的極限測試版情況。

大家能看到，Draw Calls最低有400-500，最高達到2000多,如此高的Draw Calls導致遊戲的幀率急劇下降，卡頓嚴重。而球球作為一款競技遊戲，效能與體驗至關重要。


我們團隊採用各種優化方法：

• 模型貼圖合併：模型與貼圖儘可能的合併在一起，利用Unity的動態合批渲染，減少Draw Calls。
• 減少半透明材質：半透明會帶來融合運算，其次重疊的半透明物體無法合批渲染，導致Draw Calls增加。
• 減少粒子系統：粒子會增加CPU運算，還會增加Draw Calls，每套皮膚的粒子數量我們控制在40個以內.
• LOD系統
• 降低解析度：皮膚的貼圖普遍採用512k，部分貼圖在低端機器上降低到256k。
  

我們來看看優化對比。

下面視訊是一個LOD系統的效果對比，左邊是高效能機型高畫質，右邊是低端機型流暢畫質。左右相互對比可以看到，右邊的皮膚少了些特效與動畫，貼圖解析度也相應降低。

通過以上優化，遊戲效能大約提升52%，但畫面品質同樣遭受損失，在中低端機器上尤為明顯，這點很容易引起玩家的不滿。

美術團隊也希望所有機型，畫面儘可能的完美，並且過少Draw Calls極大限制了美術的高水平發揮。


《球球大作戰》優化的難點是皮膚分身後Draw Calls暴漲的問題。

我們想到用RenderTexture來降低Draw Calls峰值，但皮膚有太多半透明，渲染管線中對於透明相關的處理是在管線後期進行的。由於不同物體是按照順序渲染的，對透明的處理方式是混合，實際上就是shader輸出顏色與此畫素位置已有顏色的合併過程。

下圖中的混合公式是Unity中最標準的混融模式Blend SrcAlpha OneMinusSrcAlpha。


假設將Camera背景的顏色設定為全黑色(0001)或全白色(1111)，分別進行渲染，渲染後的顏色分別為Cblack、Cwhite，得到公式1和2。公式中藍色為已知數，紫色為未知數，2個公式可以求出2個未知數。

具體程式碼請參考：

http://wiki.unity3d.com/index.php/AnimationToPNG

下面看看具體制作流程。


我們把原資源用單相機渲染到RenderTexture，相機每幀切換黑白背景，形成連續序列幀，這是因為單個相機能節省更多的Draw Calls，但如果動畫速度過快，就必須使用雙相機保證品質。

RT經過GPU做演算法剔除，輸出到多張RenderTexture。RT我們採用512解析度，一共40張，格式為ARGBHalf，真機佔用記憶體約為20兆，目前市面上主流手機記憶體大部分為2G以上，所以記憶體很充足。具體用到那種解析度與RT數量的多少，需要根據不同機型做適當調整。


多張帶RT的RenderTexture組成一套序列幀，利用Plane切換RT做成序列幀動畫。序列幀會迴圈渲染，從RT1渲染到40，再回到第1張。

Plane讀取RT時也是迴圈讀取，最後序列幀動畫放到場景中與半透明背景，半透明皮膚以及UI等進行融合。

下面我們來看看原資源與RT資源的實時效果對比。這是原素材與RenderTexture的實時效果對比，原素材由十幾層特效疊加，而RenderTexture只有單個面。

大家看看不同資源的效果對比，新技術首先必須保證美術品質才能投入使用。



在美術品質保證後，再看看優化前後Draw Calls對比。

當分身不斷增加時，Draw Calls以線性增長，大家可以看看下面的Draw Calls圖表，從最開始63暴漲至900多。

在RT模式下，分身的增加帶來Draw Calls的個位數增加，同時可以看到在RT模式下，因為我們利用多張RenderTexture，每個分身的動畫幀是錯開的，動畫並不完全一樣。


我們再看看真機資料對比，測試平臺為普通千元機。

如下圖所示，左圖分身數從1至16，普通模式Draw Calls從63暴漲至917，翻了14.5倍，每一次分身數量的翻倍都讓Draw Calls劇烈變化。而RT模式從64到83只增加19個。

有圖CPU消耗圖，在RT模式下，CPU的消耗非常平穩，而普通模式最大分身時消耗已經翻倍。


再來看看FPS與記憶體消耗。

如下圖所示，幀率在普通模式下，16分身幀率已經降低到25，加上UI與其它邏輯消耗，已經產生遊戲卡頓。而RT模式幀率非常平穩。

記憶體方面因為RT用了40張16位的512貼圖，記憶體大約多20MB，這是RT模式唯一消耗點。實際應用中我們會根據機器的記憶體容量，控制RT的數量與解析度。


《球球大作戰》同屏有上千物體，每幀數千個物體的位置、大小、動畫、網路資料等伴隨著產生大量邏輯運算。

主要邏輯有：

• 利用插值函式使物體的移動更加平滑。
• 玩家吃球后重量會增加：根據重量來計算球的尺寸與前後位置，尺寸越大物體越靠近攝像機。
• AI狀態機：玩家根據遊戲狀態，如二個玩家距離接近時，會播放調侃動畫，吃掉其他玩家時播放炫耀動畫；
• 相機視野計算：玩家所有球的數量與尺寸變化，都伴隨著相機位置與FOV調整，每個分身必須在相機視野內，最大分身儘可能處於螢幕中心；
• 其它邏輯：還有網路資料解壓縮、解密、背景迷霧、UI運算等。
  

以上這麼多的實時運算量會對CPU產生巨大壓力。


我們利用Unity 2018的ECS系統，把所有邏輯做分類，純邏輯運算做成PureECS，其他部分做成HybridECS。數千物體的邏輯運算，儘可能分配到多個核心。

這極大的提升遊戲效能，並且更快更復雜的運算讓物體的移動、旋轉更加平滑和細膩，增強遊戲的使用者體驗。


上述的優化方法，部分處於《球球大作戰》的試用階段，我們一直都在不斷嘗試和創新，使用各種優化方式，讓《球球大作戰》擁有更好的使用者體驗，並不斷煥發新的活力！

我的演講到此結束，謝謝大家。

作者：徐宇fen  
原地址：Unity官方平臺