デトロイトの移植：プレイステーション4からPCへの人間化

前書き

この一連の投稿では 、PlayStation 4からPCへのDetroit： BecomeHumanの移植について説明します。



デトロイト：Become Humanは、2018年5月にPlayStation4でリリースされました。2018年7月にPC版の開発を開始し、2019年12月にリリースしました。これは、3人のプレイ可能なキャラクターと多くのストーリーを備えたアドベンチャーゲームです。それは非常に高品質のグラフィックスを持っており、グラフィックス技術のほとんどはQuanticDream自身によって開発されました。



3Dエンジンには優れた機能があります。

• 文字のリアルなレンダリング。
• PBR照明。
• Depth of Field（DOF）、モーションブラーなどの高品質の後処理。
• 一時的なアンチエイリアシング。

デトロイト：人間になる



当初から、ゲームの3DエンジンはPlayStation専用に設計されており、後で他のプラットフォームをサポートすることになるとは思っていませんでした。したがって、PCバージョンは私たちにとって挑戦でした。

• 3DエンジンのリードローナンMarshalotと3Dエンジンは、ニコラスViseriリードとジョナサンSiretのQuanticの夢を移植されたゲームのレンダリングの側面を説明します。PlayStation 4からPCにシームレスに転送できる最適化と、プラットフォーム間の違いによって直面した問題について説明します。
• Lou Kramerは、AMDの技術開発エンジニアです。彼女は私たちがゲームを最適化するのを手伝ってくれたので、PC、特にAMDカードでのリソースの異種インデックスについて詳しく説明します。

グラフィックAPIの選択

開発ツールで使用したOpenGLバージョンのエンジンがすでにありました。



しかし、OpenGLでゲームをリリースしたくありませんでした。

• すべてのGPUメーカーに公開されていない独自の拡張機能がたくさんありました。
• エンジンはOpenGLで非常に低いパフォーマンスでしたが、もちろん最適化できました。
• OpenGLでは、さまざまな側面を実装する方法がたくさんあるため、すべてのプラットフォームでさまざまな側面を正しく実装することは悪夢でした。
• OpenGL . , , .

無関係なリソースを多用しているため、ゲームをDirectX11に移植できませんでした。十分なリソーススロットがないため、使用するリソースを減らすためにシェーダーをやり直す必要がある場合、適切なパフォーマンスを実現することは非常に困難です。



非常によく似た機能セットを持つDirectX12とVulkanのどちらかを選択しました。 VulkanはさらにLinuxと携帯電話のサポートを提供できるようにし、DirectX12はMicrosoftXboxのサポートを提供します。最終的には両方のAPIのサポートを実装する必要があることはわかっていましたが、ポートが1つのAPIのみに焦点を合わせる方が理にかなっています。



VulkanはWindows7とWindows8をサポートしています。デトロイトを作りたかったので：人間になるできるだけ多くのプレイヤーがアクセスできるため、これは非常に強力な議論になっています。ただし、移植には1年かかりました。現在、Windows 10が広く使用されているため、この議論はすでに重要ではありません。

さまざまなグラフィックAPIの概念

OpenGLおよび古いDirectXバージョンには、非常に単純なGPU制御モデルがあります。これらのAPIは理解しやすく、学習に非常に適しています。彼らは、開発者から隠されている多くの作業を行うようにドライバーに指示します。したがって、それらの中で完全に機能する3Dエンジンを最適化することは非常に困難です。



一方、PlayStation 4 APIは非常に軽量で、ハードウェアに非常に近いです。



バルカンは真ん中のどこかにあります。また、さまざまなGPUで実行されるため抽象化されていますが、開発者はより詳細に制御できます。メモリ管理またはシェーダーキャッシュを実装するタスクがあるとしましょう。ドライバーに残された作業が少ないので、やらなければなりません！ただし、PlayStationでプロジェクトを開発したので、すべてを制御できる方が便利です。

難しさ

PlayStation 4 CPUは、8コアのAMDジャガーです。明らかに、新しいPCハードウェアよりも低速です。ただし、PlayStation 4には重要な利点があります。特に、ハードウェアへのアクセスが非常に高速です。 PlayStation 4グラフィックスAPIは、PC上のすべてのAPIよりもはるかに効率的であると確信しています。彼は非常に率直で、リソースをほとんど浪費していません。これは、フレームごとに多数の描画呼び出しを実行できることを意味します。低速のPCでは、高ドローコールが問題になる可能性があることはわかっていました。



もう1つの重要な利点は、PlayStation 4のすべてのシェーダーを事前にコンパイルできることでした。つまり、ほぼ瞬時にロードされました。PCでは、ドライバーは起動時にシェーダーをコンパイルする必要があります。サポートされているGPUとドライバーの構成が多数あるため、このプロセスを事前に実行することはできません。PlayStation 4



でDetroit：Become Humanの開発中に、アーティストはすべての素材に独自のシェーダーツリーを作成することができました。これにより、非常に多くの頂点シェーダーとピクセルシェーダーが生成されたため、ポートの最初から、これが大きな問題になることがわかっていました。

シェーダーパイプライン

OpenGLエンジンからわかるように、シェーダーのコンパイルはPCで時間がかかる場合があります。ゲームの制作中に、ワークステーションのGPUモデルに基づいてシェーダーキャッシュを生成しました。Detroitの完全なシェーダーキャッシュの生成：Become Humanは一晩かかりました！すべての従業員は、午前中にこのシェーダーキャッシュにアクセスできました。しかし、ドライバーがこのコードをGPUシェーダーのネイティブアセンブラーコードに変換する必要があったため、ゲームは依然として遅くなりました。



Vulkanはこの問題をOpenGLよりもはるかにうまく処理することが判明しました。



まず、VulkanはHLSLのような高レベルのシェーダー言語を直接使用せず、代わりにSPIR-Vと呼ばれる中間のシェーダー言語を使用します。 SPIR-Vは、シェーダーのコンパイルを高速化し、ドライバーシェーダーコンパイラーの最適化を容易にします。実際、パフォーマンスの点では、OpenGLシェーダーキャッシュシステムに匹敵します。



Vulkanでは、シェーダーをリンクしてフォームを作成する必要がありますVkPipeline。たとえばVkPipeline、頂点シェーダーとピクセルシェーダーから作成できます。また、レンダリング状態（深度テスト、ステンシル、ブレンディングなど）およびレンダリングターゲット形式に関する情報も含まれています。この情報は、シェーダーを可能な限り効率的にコンパイルできるようにするために、ドライバーにとって重要です。



OpenGLでは、シェーダーのコンパイルはシェーダーの使用状況を認識していません。ドライバーは、GPUバイナリを生成するために描画呼び出しを待機する必要があります。そのため、新しいシェーダーを使用した最初の描画呼び出しは、CPUで長い時間がかかる可能性があります。



Vulkanでは、パイプラインVkPipelineが使用コンテキストを提供するため、ドライバーはGPUバイナリを生成するために必要なすべての情報を持っており、最初の描画呼び出しはリソースを浪費しません。また、VkPipelineCache作成時に更新することもできVkPipelineます。



最初は、VkPipelines初めて必要になったときに作成しようとしました。これにより、OpenGLドライバーの場合と同様の速度低下が発生しました。その後、VkPipelineCache更新され、次のドローコールまでブレーキが消えました。



次にVkPipelines、起動時に作成できると予測しましたVkPipelineCacheが、関係がない場合は非常に遅く、バックグラウンドでロードするための戦略を実装できませんでした。



最終的VkPipelineに、ゲームの最初の起動時にすべてを生成することにしました。これによりブレーキの問題は完全に解消されましたが、今では新たな困難に直面してVkPipelineCacheいます。生成には非常に長い時間がかかりました。



デトロイト：Become Humanには約99,500が含まれていますVkPipeline！ゲームはフォワードレンダリングを使用するため、マテリアルシェーダーにはすべての照明コードが含まれています。したがって、各シェーダーのコンパイルには長い時間がかかる場合があります。



プロセスを最適化するためのいくつかのアイデアを思いつきました。

• , SPIR-V.
• SPIR-V SPIR-V.
• , CPU 100% VkPipeline.

また、重要な最適化がNVIDIAのJeff Boltzによって提案され、私たちの場合、それは非常に効果的であることがわかりました。



多くはVkPipeline非常に似ています。たとえばVkPipeline、同じ頂点シェーダーとピクセルシェーダーがあり、ステンシルパラメーターなどのいくつかのレンダリング状態のみが異なる場合があります。この場合、ドライバーはそれらを1つのパイプラインとして扱うことができます。ただし、それらを同時に作成すると、一方のスレッドは単にアイドル状態になり、もう一方のスレッドがタスクを完了するのを待ちます。その性質上、私たちのプロセスはすべての類似したものVkPipelineを同時に送信しました。この問題を解決するために、ソート順を変更しましたVkPipeline。 「クローン」は最後に配置され、その結果、作成にかかる時間が大幅に短縮されました。



クリエーションパフォーマンスVkPipelines多様性のある。特に、使用可能なハードウェアスレッドの数に大きく依存します。64個のハードウェアスレッドを備えたAMDRyzen Threadripperでは、わずか2分で完了します。しかし、弱いPCでは、残念ながら、このプロセスには20分以上かかる場合があります。



後者は私たちには長すぎました。残念ながら、この時間をさらに短縮する唯一の方法は、シェーダーの数を減らすことでした。できるだけ多くの資料が共有されるように、資料の作成方法を変更する必要があります。以下のためにデトロイト：、人間になろアーティストはすべての材料をやり直す必要があるため、これは不可能でした。次のゲームで適切なマテリアルインスタンス化を実装する予定ですが、Detroit： BecomeHumanには遅すぎました。

インデックス記述子

PCでの描画呼び出しの速度を最適化するために、拡張子を使用した記述子のインデックス付けを使用しましたVK_EXT_descriptor_indexing。その原理は単純です。フレームで使用されるすべてのバッファーとテクスチャーを含む記述子のセットを作成できます。次に、インデックスを介してバッファとテクスチャにアクセスできます。これの主な利点は、複数の描画呼び出しで使用されている場合でも、リソースがフレームごとに1回だけバインドされることです。これは、OpenGLでバインドされていないリソースを使用するのと非常によく似ています。



使用するすべてのタイプのリソースのリソース配列を作成します。

• すべての2Dテクスチャに1つのアレイ。
• すべての3Dテクスチャに1つのアレイ。
• すべての立方体テクスチャに1つの配列。
• すべてのマテリアルバッファに1つのアレイ。

必要なマテリアルバッファと必要なマトリックスを参照する記述子インデックスを含む、描画呼び出し間で変化するメインバッファ（循環バッファとして実装）のみがあります。各マテリアルバッファには、使用されるテクスチャのインデックスが含まれています。





この戦略のおかげで、すべての描画呼び出しに共通で、フレームの描画に必要なすべての情報を含む少数の記述子セットを維持することができました。

記述子セットの更新の最適化

記述子セットの数が少ない場合でも、それらを更新することは依然としてボトルネックでした。記述子セットに多くのリソースが含まれている場合、記述子セットの更新には非常にコストがかかる可能性があります。たとえば、1つのDetroit：Become Humanフレームでは、4000を超えるテクスチャが存在する可能性があります。



現在のフレームで表示および非表示になるリソースを追跡しながら、記述子セットに増分更新を実装しました。さらに、現時点で表示されているリソースを処理するのに十分な容量があるため、記述子配列のサイズが制限されます。可視性の追跡は、交差点の計算にコストのかかるアルゴリズムを使用しないため、リソースをほとんど浪費しません。O(n.log(n))..。代わりに、現在のフレーム用と前のフレーム用の2つのリストを使用します。残りの可視リソースをあるリストから別のリストに移動し、最初のリストの残りのリソースを調べると、可視のピラミッドに出入りするリソースを判別するのに役立ちます。



これらの計算中に取得されたデルタは4フレームで保存されます。トリプルバッファリングを使用し、スキニングのあるオブジェクトのモーションベクトルを計算するには、もう1つのフレームが必要です。記述子セットは、GPUにとって引き続き有用である可能性があるため、再度変更する前に、少なくとも4フレームの間変更しないでおく必要があります。したがって、4つのフレームのグループにデルタを適用します。



最終的に、この最適化により、記述子セットの更新時間が1〜2桁短縮されました。

ブッチングプリミティブ

記述子のインデックスを使用すると、を使用して1回の描画呼び出しで複数のプリミティブをバッチバッチ処理できますvkCmdDrawIndexedIndirect。gl_InstanceIDメインバッファ内の目的のインデックスにアクセスするために使用します。プリミティブの記述子のセット、シェーダーパイプライン、頂点バッファーが同じである場合、プリミティブをバッチにグループ化できます。これは、特に深度パスとシャドウパスの場合に非常に効果的です。ドローコールの総数は60％削減されます。



これで、一連の記事の最初の部分は終わりです。第2部では、テクノロジーエンジニアのLou Kramerが、特にPCとAMDカードでの異種リソースのインデックス作成について説明します。