【干货分享】利用技术优点，打造次时代手游_游戏陀螺
youxituoluo
11月16日，主题为“创新思，享未来”的中国Unity线上技术大会正式拉开帷幕。在17日晚的游戏专场中，掌趣科技技术专家（ILRuntime作者）林若峰以“Unity2019新特性在次时代手游《黑暗之潮》中的应用经验及技术分享”为主题发表演讲，分别介绍了URP和DOTS这两项技术的优势，以及它们在《黑暗之潮》上的实际应用效果。
以下为演讲内容（节选）：
大家好，我叫林若峰，目前任职于掌趣科技担任技术专家，主要在天马时空这边负责次世代手游《黑暗之潮》的客户端技术，以及公司客户端框架的开发和维护。
从Unity2018开始，Unity引入了不少的新技术，今天我主要给大家分享关于DOTS和URP这两项技术在实际商业项目当中运用的一些心得和体验。
首先简单介绍一下《黑暗之潮》。这是一款顶视角的次世代手游，目前处于内测阶段。虽然是一款锁定视角的游戏，但对画质和战斗细节的要求还是挺高的，采用了PBR渲染，场景当中有不少的动态光影效果，细节方面相当的丰富。
这是本次PPT分享的内容概要。
正题开始之前先打一个小广告，ILRuntime是我制作的，这是一个C#热更解决方案，目前已经在大量商业项目中得到了验证，图中这四款游戏都是采用的ILRuntime进行的热更，大家如果对C#语言的热更方案感兴趣，可以在下面的Github地址上进一步的了解。
这是我们在**《黑暗之潮》这款游戏当中遇到的挑战。**
为什么要自定义渲染管线？
《黑暗之潮》选用了URP，URP是一个比较适合移动平台开发的PBR渲染管线，非PBR的东西也是可以拿它来渲染。
我们比较看重的一点是，URP拥有非侵入式修改的能力，在不修改URP源码的情况下，可以对它进行比较多的定制。另一点是URP有全部的C#源码，整个渲染过程基本能全部掌控在我们自己手里面，当出现问题或者遇到bug时，比较容易能够查到。
源码的结构清晰，组织也非常合理，所以我们扩展和自定义起来相对来说是比较容易的。最关键的一点，URP的性能比Builtin内置管线要更好。
很多人会问，为什么需要对渲染管线进行自定义，是不是因为URP有什么坑或者说是有些什么不能实现的，所以我们必须得去自定义呢？实际上不是的，因为每个项目都有各自独特的需求，在更好地满足这些需求的情况下，就需要对渲染管线去进行一些定制。
举个例子，下图角色释放了一个火焰效果的技能，但火焰效果的特效被渲染在了地面的裂纹之上，这是一个错误的表现。正确的是，这个火焰的特效应该盖在这些地表裂痕的上方。
以前我们在Builtin管线中只能通过修改不稳定的Renderqueue，这么做有一个比较大的弊端，我们要新建一个Shader，或者要写比较复杂的逻辑。一旦引入了新的Shader，有可能刚才做的这些东西需要重新做一遍，非常麻烦，且容易反复出问题。
在Builtin当中，一些效果其实只能通过Shader Pass去实现。比如说我们想给这个物体增加一个描边，就需要在角色的Shader里面去额外的增加一个Pass。这样在渲染过程中，势必就会被多Pass给打断合批。
可以看到右边这幅图，在渲染object1的时候，如果说它的Shader有多个Pass，我们首先渲染Pass1，然后通过一个Set Pass call渲染Pass2，Set Pass call渲染Pass3，完了我们再渲染第二个物体，又把刚才的操作重复一遍，然后Pass1、Pass2、Pass3。
在渲染这两个物体的时候，就会有非常多的DrawCall，而且每次DrawCall切换开销都是比较大的。
实际上有更好的方式，用流水线的方式渲染这两个Pass。在渲染Pass1的时候，一口气把所有的object1、2、3全渲染了，完毕之后通过一次Set Pass Call去渲染Pass2，实际上三个物体总共需要两个Pass就可以渲染完毕，效率会高不少。
还有一个问题，Unity是一个通用引擎，为了兼容性，在渲染的过程中，可能会在一些情况加入Blit操作。Blit操作相当于把全屏的结果进行一次复制，这个开销对移动平台来说非常大，因为移动平台的带宽是很有限的。
我们的项目，因为对整个渲染流程比较清楚，知道哪些情况下可以使用Blit，哪些情况可以把它去掉。去掉的话，游戏的性能有比较大的改进，也能降低很多的带宽开销。
另外，我们每个项目都有一些项目特有的效果，比如下图，对于URP本身，默认情况下，扭曲、空气扰动效果只对不透明物体生效，火焰在这个地方就会显得比较突兀，因为不受扰动效果影响。我们对它进行定制，最后实现空气扰动效果同样能够对火焰产生影响。
URP的渲染管线
看下面的流程图，在开启了动态光影的情况下，URP首先去渲染主光源的Shadowmap，再去渲染附加光源的为Shadowmap。主光源在URP里主要指充当太阳光的一栈方向光，附加光源指除了那栈方向光以外的，比如点光源、射灯之类的动态光源。
渲染完这两张shadowmap之后，URP会进行Depth Prepass的操作。
通常来说，Depth Prepass最主要的作用是，预先把整个场景所有物体的深度渲染一次，后面再进行不透明物体渲染的时候，直接使用深度的结果去进行深度测试，就可以利用Early Z把一些不必要的片源去掉。在AlphaTest的时候，这个像素的深度要在比较后期才能够决定，所以如果没有Depth Prepass的话，Early Z会在这些地方失效。
但是在URP当中，Depth Prepass没有这个作用，只是把场景里面所有的物体深度渲染到一张单独的RT当中，这个RT是拿给后面的效果进行使用的。
做完Depth Prepass之后，会进行所有不透明物体的绘制，之后进行天空盒的绘制，然后进行Copy Color操作。如果说用户在渲染管线的设置中，开启了Color Pictures功能，它就会把当前的渲染结果复制到一张独立的RT上面，供后期的效果使用。
然后进行所有透明物体的绘制，再对全屏进行后效处理。如果还有UI，会去绘制UI，之后把当前所有的渲染结果进行最后的一次Blit操作，复制到屏幕缓冲区当中。
怎么对URP内置进行定制？
第一，URP提供了RenderObject，它是URP默认情况下已经实现好的RenderFeature和RenderPass工具，通过这些，在不写一行代码的情况下，可以对渲染管线进行定制。我们可以明确指定某一个layer，以及layer在哪个具体的时间点进行渲染。
我们需要在透明物体渲染之前去做RenderFeature，以及对渲染进行一些额外的设置，比如绘制涂层，需要使用哪个彩色球，或者对一些渲染状态、深度进行重载，来决定这个东西是否做深度测试；还可以设置模板缓存的方式，摄像机的参数。
在《黑暗之潮》当中，我们利用RenderObject进行了这些的操作：
第一，解决地面裂纹这些透明物体的渲染。我们单独使用了RenderObject，选中了地表那一层layer，让它在透明物体之前去渲染这一整层，这样就能在所有技能特效之前去渲染地面的裂纹。
第二，RenderObject去辅助其他的自定义RenderPass。
第三，对透明物体实现扭曲的效果。我们把复制那张ColorTexture的时机往后挪，挪到透明物体之后，并且用单独的Pass额外去渲染这些需要扭曲效果的特效，最终完成正确的渲染。
RenderFeature和RenderPass的自定义
这是URP提供给的比RenderObject更高一层级的自定义，通过RenderFeature可以做到在任意一个时间点插入自己想要的自定义的渲染操作，拥有更强的控制能力，并且可以通过手动调用CommandBuffer底层渲染接口，实现非常多的效果。
使用RenderPass的时候，可以通过操作切换RT，RenderBuffer的LoadStore操作来进行一些性能优化。
现在移动GPU里基本都采用了tile base架构，GPU有个片上内存，它所有的渲染结果直接对片上内存进行操作，而不是直接对显存进行操作，从而减少频繁读显存所带来的带宽开销。在渲染的时候我们需要提前告诉GPU，现在切换了一个RT，是否需要把RT本来保存的颜色系统首先加载到片上内存，然后再进行接下来的渲染操作。
《黑暗之潮》项目当中利用RenderFeature做了平面阴影。
第一，这个阴影是一种作假的阴影渲染方式，大部分都是平地的情况下才能够使用，正好《黑暗之潮》就是这样一款游戏。
第二，这个阴影非常锐利、非常清晰，渲染质量很高，不会出现任何的锯齿。
第三，不需要额外渲染shadowmap，渲染地表的时候也不需要对shadowmap进行采样，因此整体开销要比使用shadowmap省非常多。
第四，这个效果用RenderFeature非常容易实现，直接添加一个Shadow RenderFeature，把需要有阴影的角色用特殊的shadow绘制一遍就可以。
下图是拿RenderFeature实现的沙盘地图地块描边效果。
这个描边需要严丝合缝对应这个区块范围，区块下半部分，墙、山体部分又不能有描边，所以没办法用传统法线往外扩的方式去渲染描边。
我们的流程：先用一个纯色去渲染地块，之后对渲染结果进行降采样，锁分辨率，在分辨率比较低的情况下，再利用BoxFilter进行模糊操作。
这样做的好处，可以利用尽可能小的带宽开销来对这个结果进行模糊操作。最后将模糊完毕的结果进行升采样提高分辨率，再用透明的颜色绘制一次地块，就把中间这个区域扣除了，只剩下外面的描边，既能实现需要的描边效果，还能实现从靠近物体的部分往外慢慢渐变渐影的柔和的过渡效果。
自定义Renderer及《黑暗之潮》最终渲染管线流程
有一些效果或者需求必须更深层次的自定义才能够实现。在URP当中，提供了Render渲染器，它是一个抽象层，内置了两个渲染器，一个是Forward，也就是前向渲染器，另外一个是2DRenderer，一些2D游戏可能会选择这个渲染器。
最新版的URP当中，还集成了一个defer Renderer延迟渲染器，在《黑暗之潮》中我们可以对Renderer进行寄存，通过这个实现一些通过RenderFeature做不到的事情。
URP有一个好处，虽然要自定义Renderer，但不是所有东西必须从头开始，因为URP里面已经实现了各种各样的Pass，可以直接使用，我们只需要对这些Pass进行重新编排，就能完成Renderer的自定义。
我们对ForwardRenderer基础进行修改做到了自定义。
比如要做后效，不可避免对全屏所有的像素进行操作，正常情况下，如果后面还需要渲染UI，会在后效计算完毕之后渲染UI，最后通过Frame Blit复制到FramBuffer里面。
这两个过程能否合并？肯定是可以的，我们最后渲染UI的时候，把UI直接在FrameBuffer上面去进行绘制，就可以省掉最后这个Blit的操作。
这么做还有一个好处，可以把3D场景的渲染分辨率和UI的渲染分辨率分开。以前如果受制高低配，对整个渲染结果的分辨率进行降分辨率操作的话，UI也会跟着一起被降分辨率，但是UI对分辨率非常敏感，一降分辨率就肉眼可见，对游戏的品质影响很大。
经过刚才介绍的方式，3D场景在RT上面渲染，之后通过后效复制到FrameBuffer上面，UI直接在FrameBuffer上面绘制，所以UI的分辨率不受降分辨率的影响。
《黑暗之潮》最终渲染管线如下面流程图展示。
前半部分跟默认的URP没有太大的区别，主要是在渲染不透明物体之后，加入ECS模型渲染。我们还有一个Copy Depth，把不透明物体的深度给复制到一张单独的RT上面。
这个Pass不是每次渲染都会有，而是只有开启沙盘地图的时候才会用。接下来渲染地表的不透明物体，渲染所有的平面阴影以及ECS物体的平面阴影，绘制沙盘地图的描边，最后再渲染透明物体。渲染完特效再进行Copy color，把整个渲染结果复制到一张单独的RT上面。
这个RT是进行了降分辨率操作，实际上抓取的并不是全屏，大概只有1/4屏幕的分辨率的颜色信息，这个信息给类似于扭曲效果去使用，因为这些效果对分辨率的要求并不是特别高。渲染完扭曲之后，我们会对整个屏幕进行后效处理，把结果可以直接写在FrameBuffer屏幕缓冲区里面，最后再去对UI直接进行绘制，完成整个渲染流程。
URP性能优势及对项目的影响
第一，URP是一个单Pass的前向渲染管线，所有的动态光照是在一个Pass里面完成计算的。通过单Pass的方式渲染，只要同场景里面同时能看见光源的数量有一个比较好的控制，就能够实现很好的渲染效果，而且开销相比多Pass光照渲染有非常大的优势。经过测试，在目前主流的终端机以上，中高端机都是没有任何问题的。
第二，URP采用了单Pass的Color Texture去替代GrabPass。之前我们在Builtin管线里面做类似于空气扰动效果，必须要使用GrabPass，这个功能虽然非常方便简单，但有一个非常严重的问题，使用GrabPass之后没有办法预知当前渲染屏幕会被全屏抓屏几次，而且这个抓取不会降分辨率，尤其是在移动平台上面。通过单Pass的ColorTexture，就可以通过一次抓取完成所有需要扭曲操作的渲染，性能高非常多。
第三，通过RT自定义LoadStore操作，进一步减少带宽。
第四，可以根据实际情况去掉一些不必要的Blit操作。
最后，SRP Batcher，仅这一条就已经不能拒绝URP的使用。
SRP Batcher对项目有什么具体的影响？
内置管线中有三种方式进行合批，第一是Dynamic Batching，它对合批有比较严格的要求，对三角面数要求比较高，以及它是通过CPU降低DrawCall。我们降低DrawCall的目的也是为了降低CPU开销，相互意义已消。在一些特定的情况下，Dynamic Batching才能够有性能提升，绝大多数情况下没有太大作用。
第二，静态合批Static Batching，这个对降低DrawCall和提升性能都很有效，但最大的问题是它只对静态物体生效，对于动态物体没有任何效果。而且进行静态合批之后，整个场景的内存占用会提高非常多。另外，次世代的游戏场景都已经非常复杂了，LOD是一个不可或缺的功能，但Static Batching对LOD是非常不友好的。
最后就是GPU Instancing，这种方式只对网格Mesh以及Material均一致的情况下才能生效，应用范围比较窄，对于普通的物件，比如房子，场景，没有办法对它进行合批。
上面三种合批方式如果用于次世代游戏有些捉襟见肘，性能方面的优化会非常的困难。SRP Batcher就能很好的解决这个问题。
DrawCall里面，开销最大的就是SetPassCall。SRP Batcher的原理是通过降低SetPassCall的数量来打造性能提升，通过渲染中所需要用到的参数变量拆分成若干个ConstantBuffer分别保存，比如保存的是全局的静态参数，有一些可能保存的是当前这一帧数据，剩下的一个Buffer保存的是当前这个材质球特有的参数。
这样做好处比较明显，如果说同一个Shader物体，它实际上变化的就只有模型以及材质球上的参数。至于Shader的program，以及渲染状态，这些都是不需要改变的。所以一次DrawCall基本只需ConstantBuffer的内容，再绑定一个Mesh的指针就可以完成，整个DrawCall的开销非常低。
可以看下图的对比。左边是开启了SRP Batcher，右边没有开启。这个图是通过RenderDoc抓取的一次DrawCall渲染流程，左边绑定了一个贴图，传了一些顶点的指针，最后通过一个BannerBuffer把ConstantBuffer数据更新一下，可以直接去绘制。
但是在不开启SRP Batcher的情况下，整个渲染流程非常的长，会进行非常多的设置，还会去更改Shader program，更改非常多的渲染状态。这个列表下面还有很长一段，通过对比列表的长度就能说明这两个DrawCall之间的性能开销差别有多大。
我们也进行了测试。一个测试场景，有三栈动态光源，这个场景在顶配的情况下，有40W三角面，以及500dc；中配进行简化，有32W三角面和400dc；低配是25W三角面和280dc，三档机型上测试都有比较大幅度的提升。低配虽然是25W三角面和280DrawCall，实际上在Builtin的项目里面已经是一个高配才能比较流畅运行的标准了。
看一下这个Profiler的结果，我们是在骁龙450SoC上进行的测试，这是一个非常低端的处理器。我们的主线程Render Camera是4.3毫秒，在下面渲染线程Camera的开销是14毫秒。
把SRP Batcher关了之后，相同的场景，一模一样的东西，同样的视角，主线程的Render Camera的开销已经直接涨到7.8毫秒，渲染线程开销就已经达到了22毫秒。22毫秒相当于说，只有场景，没有任何的技能特效，没有其他的角色，也没有任何的业务逻辑，就已经不大能跑30帧了。
DOTS技术栈在《黑暗之潮》的运用
接下来分享一些关于DOTS技术栈在商业上的运用。
大多数的开发者都有一些常见的误解，对于DOTS技术栈，非常多的人说，我们在项目里面没有用到多线程，所以也不需要用DOTS。或者DOTS必须用于大规模的集群模拟才能带动比较大的提升。另外大家觉得使用ECS的代价非常高，因为ECS是一个全新的东西，把现在的项目转换成ECS，代价非常的高，可能也就用不上DOTS。这三个都是多多少少是一些误解。
首先需要了解一下DOTS具体是什么？
DOTS实际上叫Data-Oriented Tech Stack，实际上就是面向数据的开发栈，主要由三个组件组成，ECS、JobSystem、Burst。这三个组件可以相互独立使用，任意选择其中一个，用于不同的应用场景。
如果说需要使用JobSystem，你可以在ECS里面用，也可以不在ECS里面用，只要是需要并行计算的地方都可以使用。Burst也一样，不需要配合ECS使用，不需要跟并行计算捆绑使用，它的作用仅仅是对于一些复杂的计算进行编译器优化，来达到性能提升。只要是计算密集型的东西，都可以使用Burst，同步方法也是可以的。
关于ECS，大家会觉得所有东西都可以用ECS来写，会想UI的业务逻辑怎么用ECS实现。大可不必。用ECS不是所有东西全部都要用ECS来做，而是可以根据项目需求选择其中适合那部分来用ECS去写，剩下的可根据项目需求将ECS和传统OOP组合使用。
给大家看一下我们在《黑暗之潮》中利用ECS的例子。
我们通过ECS渲染了大量的怪物。《黑暗之潮》游戏里面怪物通常有一个特点，一组怪由几名精英配合一两种大量存在的爪牙组成，如果用默认的SkinMeshRenderer，就没有办法合批，画面上面有多少个怪就有多少个DrawCall，Animator开销不小，GameObject.Instantiate开销也比较大，如果同时刷出来三四十只怪的话，肯定会卡顿。
使用ECS，先把整个动画信息烘焙到一张动画贴图上，在GPU当中进行蒙皮操作，再通过JobSystem和Burst实现视锥剔除和动画系统的更新，最后再用传统OOP游戏逻辑控制ECS的Enity就可以。ECS的部分只是提供渲染和动作的结构，其他部分业务逻辑还是完全用面向对象去实现的，各取所长。
ECS最大的好处就是性能。因为我们采用了GPU蒙皮，整个DrawCall的数量下降到有几种怪就是几个DrawCall。实例化也非常快，ECS基本上就是无感的，即便同时刷一千只怪也不足1毫秒，借助Burst力量类似于视锥剔除这些计算量比较大的操作，在低端机上也是可以忽略不计的。
通过ECS，画面上怪物的渲染完全取决于GPU本身的渲染性能，CPU的开销完全不需要去考虑，也不会出现卡顿。
我们通过Jobsystem实现了怪物击飞的效果。怪物被打下悬崖，如果碰到墙壁必须要被墙壁挡下来，需要进行一些物理运算，如果直接使用Unity的Ragdoll系统，它的物理计算非常复杂，对于低端机会造成比较大的性能负担。我们把这个过程简化了，所有的怪物在被击飞的时候，使用的是预先制作好的动画，只需要计算它的运行轨迹就行了。
我们首先用Job去并行计算怪物的分析轨迹，再通过Unity提供的多线程Raycast方法去进行射线检测来判断它是否撞到墙或者碰到地面。最后如果还有一些非ECS对象，可以在计算完毕之后通过一个单独的Job把所有GameObject的位置同步一下。
我们通过Burst实现了射线技能。这个看上去很简单，实际上需要对整个场景以及所有的怪物和其他对象产生交互，射线打到墙上能够实时产生反映，需要每帧对整个场景进行射线检测，整个计算过程开销比较大。
通过Burst我们把这个做成了一个Job，通过Job.Run的方法直接进行调用。
另外这个技能有大量的子弹，子弹需要进行运行轨迹的计算，通过Burst非常有效地把这两个计算开销降的非常低，性能提升基本能上百倍，结合Job.Run的方式实现同步调用，我们在整个计算流程中不需要开额外的线程，直接在当前线程，单个静态方法直接调用。
可以看一下开启和不开启Burst效果的差别，左边是开启，右边是不开启。在一个计算体系化模型工具中测试，左边只用241毫秒，右边用了20毫。如果算总耗时，左边用了143秒，右边只用了1秒钟，把所有线程的时间加起来，就是100倍的差别，效果非常明显。
工作流的简化和改善
随着我们采用PBR流程，Prefab的制作就会比较麻烦，而且以往Prefab的制作都是交给美术同学，美术需要把模型导入Unity，再规范创建材质和Prefab。
在采用PBR流程之后，这个创建过程就会麻烦了非常多，贴图多了很多张，跟各式各样的PBR的设置是非常繁杂的。尤其是ECS的单位，需要对动画进行烘焙，非常的耗时，而且容易出错。
为了解决这个问题，我们引入了AssetGraph，这个工具是一个节点式的自动化资源导入流程的工具。通过自定义节点，可以完全根据项目的需求对资源的导入进行自定义，然后一键创建所有角色的Prefab，美术就能从工作中解放出来，只需要做完了之后把FBX和贴图文件放到指定的目录下。
导出场景的时候，有时需要对渲染物件进行渲染设置，来达到最佳的渲染性能。具体的设置方式是技术团队根据Profiling的结果进行不断的迭代和调整，才能形成一个调整的方案。每一次调整，都需要去修改美术资源，整个工作量非常大。
为了提升切换场景的加载速度，需要对场景进行切块和分簇，可以从右边的截图看到，这些蓝绿色的盒子就是我们分簇切块之后的结果，它所展示的分块Bounding Volume。
结合整个场景的导出流程，按照流程图的方式做。
第一步，检查美术设置的LOD的选项是否正确，把美术临时物件剔除，检查一些碰撞Fix Mesh Collider ReadWrite设置是否正确，把LOD的点面工具的临时脚本给删掉，然后对ShadowMask进行一些设置。
因为URP里面没有shadowMask，所以需要根据Prefab的结果去进行一些详细的设置，比如Instancing的设置该怎么设？哪些物体适合Instancing，哪些不适合，我们都会设置。另外，也对整个场景进行分簇，看哪些物体适合Static Batch进行一些选择。
剩下一些物体，适合转换成ECS hybrid方式渲染，会转换成hybrid，最后再把每一个簇进行Bounding Volume计算，完成整个场景流程的导出。
场景导出完毕之后，整个场景就是一个空场景的状态，里面只剩下错的节点，我们就会进入这个范围之后再进行动态加载，下图就是我们生成的每一簇的Prefab以及静态合并的Mesh。
以上就是本次分享的全部内容。