体验地址：Cocos Creator | BabyShark
*资源有25MB 模型较多，请等待下加载。
视频链接：Cocos机型适配方案_哔哩哔哩_bilibili
商店链接：BenchMark性能检测+性能适配 | Cocos Store
*项目所有的3D素材都来自 sketchfab CCC授权
*加载图片来自A站@Bandarai 大佬
为什么要做性能检测
在讨论为什么要做性能检测前，先来看下这个项目的成品。
*超高画质
*中档画质
*低档画质
在高中低3档设置上，手机的画质有了截然不同的表现，随着手机行业的发展，手机的性能越来越高，从2016年的晓龙820到2022 晓龙gen 8, 手机的性能提升了近6倍不止。
*2016年安安兔数据
*2022年安安兔数据
那是不是意味着在 3D赛道，或者在目前Cocos 3.x 主攻的3D小游戏赛道，我们可以做更卷的画质呢？
答案是存在疑问的。
根据Android Studio，安卓机型占比分析，可以看出，2022了，从安卓4.0 到安卓9.0，还有着不小的用户存量。
所以在机型适配上，我们尽量要实现T型适配，针对高端机型，提供高品质高画质内容，针对中低端机型，要向下兼容，确保运行流程。
2.0 Cocos 性能检测
这就有了第一个问题，如何在Cocos 平台上做机型适配。
考虑到目前小游戏平台内存和性能的局限性，首先我们就放弃了实时检测。
其次，目前大部分主流机型的测试报告都可以从https://gfxbench.com 网站上拿到，所以本次的方案，通过对比法，获取手机的FPS跑分报告，并做出相应的适配方案。
第一步 ，通过pipelineSceneData拿到GPU型号
*pipelineSceneData内的信息
第二步 ，用手机的GPU信息，加上手机分辨率的长乘宽的成绩去和gfxbench的数据库进行对比（这里我们使用了第三方的地址https://unpkg.com/browse/detect-gpu@4.0.14/dist/benchmarks/ 的数据缓存，建议把这些json保存在自己的cdn，或者把手机的json信息保存在本地做解析）。
如果拿到了手机的fps跑分信息，通过提前定义好的适配等级（0-4，共5级），来获取手机表现。
第三步 ，如过没有拿到GPU信息，或者gfxbench里匹配的数据样本，我们通过手机的长宽信息进行判定（准确率略低），这个算法主要是基于全屏屏手机屏幕的价位决定的。
到这一步，就拿到了手机的性能评级，最后，我们就可以根据性能评级，去做高低端机型优化啦
3.0 高低端机型优化
Cocos 性能消耗主要分布在
-
渲染开销
-
物理开销
-
逻辑开销
我们要根据手机的性能评级分别去做以上3点的优化。
感谢xzben 的教我阅读源码，通过阅读Cocos源码，可以看到game.frameRate=30 时候，代码层在_updateCallback有做跳帧处理，针对动画和物理的设置物理的线性速度都会有影响, 通过设置frameRate=30 可以很有效的提升低端机性能。
private _updateCallback () {
const director = legacyCC.director;
let callback;
if (!JSB && !RUNTIME_BASED && this._frameRate === 30) {
let skip = true;
callback = (time: number) => {
this._intervalId = window.rAF(this._frameCB);
skip = !skip;
if (skip) {
return;
}
director.tick(this._calculateDT(time));
};
} else {
callback = (time: number) => {
director.tick(this._calculateDT(time));
this._intervalId = window.rAF(this._frameCB);
};
}
this._frameCB = callback;
}
游戏的一大部分逻辑开销经常来自 update 或者 lateUpdate 的消耗，这部分逻辑大佬们可以针对项目做适配。
针对物理开销，如果 frameRate=30后，我们可以对物理的线性速度额外乘2，但对于高速运动的物理场景，可能会出现穿墙都情况。
接下来就是渲染开销，这里贴下代码，大佬们也可以商店直接下载喔。
这里通过全局的宏设置，可以控制大部分渲染相关的参数，包括雾效，阴影，阴影贴图大小，IBL等。
针对渲染开销，这里也做了4层优化
显存开销：阴影贴图大小，天空盒是否开启（如果需要严格控制显存，这里天空盒需要做动态加载，Demo是提前加载好的)
网格渲染开销：网格LOD，阴影是否开启
常规渲染开销：IBL，雾效，普通材质与高级材质切换等
粒子特效开销：粒子特效剔除，粒子特效粒子数量减少
我们首先对比下 超高和高 的优化（右边是超高）
超高使用了IBL，使用PBR材质的有受环境光影响，同时阴影贴图大小设置为了1024，阴影的细节会更细腻。
再对比高和中 ，左边中档关闭了阴影，整个画面的立体感下降了不少，老美人鱼显得更加沧桑，同时frameRate 设置成了30，乌鸦和虎鲸的动画会有一点生硬。
最后是中和低。
低档我们把水面替换成了Unlit无光照材质，同时暂停了粒子特效模拟的God Ray，画面的层次和细节又少了一点点。
最后我们看下低档的全局效果，背后的4根封印石柱设置了LOD Mesh，相比中档，减少了55000左右的三角形个数，但是在视觉上的差异却不大，这里的LOD并没有做视距上的控制（to-do)
LOD Mesh 对比（右边为低档）
这里创建LOD Mesh也比较简单，复制一份Mesh，直接通过自带的Mesh压缩即可。
实际应用场景的中，通常会把复杂Mesh，根据离摄像头的距离或者适配的方案的设置，做LOD的降级，如下图的树，最低档的LOD开销只有最高档的三分一不到。
LOD方案在草面设置就更暴力一点，近处的是几何体，中景用的面片插片，到了远景直接用一个面片躺平了。
最低档就不多介绍了，大佬们可以看下关闭了FOG 雾效的Demo效果。
4.0 to-do
*增加 延迟渲染管线 Demo，实现分辨率修改+FXAA等级适配
*基于摄像机距离的LOD 实现
*更优的材质适配方案
*粒子数量适配
5.0 FAQ
Q1 : 部分手机浏览器上分辨率数据不准？
A： 以三星S21为例，使用数据库没用的adreno 660 GPU，这时候请求了分辨率判断，三星在省电模式下，分辨率会改为720P，这时候判定就会失误。
Q2: UNPKG - detect-gpu 里的JSON数据体积很大，会不会影响加载
A ：这里只会下载对应的GPU数据，对速度和域名有要求的项目（比如微信），可以把这些CDN加载本地，对于统计到没有GPU，可以下载benchmark跑分后加入到JSON当中。
部分对加载速度要求很严的项目，也可以把这部分逻辑上传到服务器，前端只负责获取GPU和分辨率信息。
Q3： 检测出来的GPU信息好长，没有正确返回。
A：这个Benmark信息是外网的，弱网环境下可能会请求不到，建议放在自己的CDN或者本地喔。
6.0 商店链接
商店已上线，Support me 一点点 奶茶
商店链接：BenchMark性能检测+性能适配 | Cocos Store
我说的是沙盒启动游戏
目前小游戏业务来看，这来用户占比较少，之前跑过实时测试程序，受到小游戏环境影响（比如VIVO性能优化，减少发热啥的），数据误差会较大
嗯，接口有预留的，感谢大佬意见，大佬三楼请
plus!
