G-REDscript性能分析器(GRSP)

G-REDscript性能分析器(GRSP)

一个独立的RED4ext分析器,用于《赛博朋克2077》,可按模组、函数、调用点、帧和运行时活动来衡量REDscript工作负载。它有助于识别开销高昂的脚本、过多的调用量、峰值以及框架候选对象,并可选通过CapFrameX关联,将REDscript活动与真实的帧时间表现进行匹配。

我们都热爱模组。非常非常多的模组。

而像《赛博朋克 2077》这样活跃的社区,总是有新的东西可以安装。我自己的收藏最终超过了 1,000 个模组,而在某个时间点,我那可怜的 PC 开始非常明确地表示,仅仅继续添加模组不可能永远奏效。

所以我决定是时候弄清楚我的模组栈到底在做什么了。

这最终引导我找到了 [url=https://www.nexusmods.com/cyberpunk2077/mods/27967][b]DigitalVixen 的 0-Engine[/b][/url]。0-Engine 为 CET 模组提供了一个共享运行时层,将状态、生命周期处理和事件分发等集中管理,而不是让每个模组各自重复做同样的事情。这正是我想要用来优化模组栈的那种架构。

而当我用 [url=https://www.nexusmods.com/cyberpunk2077/mods/27967][b]0-Engine[/b][/url] 和 [url=https://www.nexusmods.com/cyberpunk2077/mods/34314][b]G-CET Runtime Profiler[/b][/url] 清理完 CET 那一侧之后,一个显而易见的问题仍然存在……

那 REDscript 那一侧呢?

我几乎对这个可能性持怀疑态度,因为 REDscript 模组是一起编译的,所以从外部来看,你基本上是在看一个大型运行时,而不是一份整洁的独立模组列表。我最初以为,如果我能以某种方式给一个 REDscript 函数附加一个简单的标签,并在编译后的代码中跟踪它,我至少可能能够反向追溯到创建它的模组。

我发现的结果要好得多。

编译后的脚本并不像我预期的那样完全匿名。当 REDengine 绑定一个 REDscript 函数时,运行时仍然保留着该函数及其原始源路径和源行信息。这意味着在编译后的运行时函数和它最初来自的 .reds 文件之间已经存在一座桥梁。

所以,与其尝试反编译整个正在运行的脚本块,分析器可以观察 REDengine 绑定函数的过程,并构建自己的映射:

运行时函数 → 源文件 → 源行 → 模组归属

这让项目变得可行,以下是结果。

这个分析器是用于优化我模组栈的模组之一:

[url=https://www.nexusmods.com/cyberpunk2077/mods/34314][b]G-CET Runtime Profiler[/b] - 分析模组栈的 CET/Lua 侧。[/url] [b]G-REDscript Profiler (GRSP)[/b] - 按模组、函数和帧分析 REDscript 工作负载。 [url=https://www.nexusmods.com/cyberpunk2077/mods/34373][b]G-REDruntime Framework[/b] - 一个独立开发的、受 0-Engine 启发的 REDscript 侧优化框架。[/url]

本页面是关于 [b]G-REDscript Profiler (GRSP)[/b] 的

[line]

[b][size=5][img]https://staticdelivery.nexusmods.com/mods/3333/images/34364/34364-1790476526-584685912.png[/img][/size][/b]

[b][size=5]G-REDscript Profiler 的功能[/size][/b]

G-REDscript Profiler 是一个便携式 Windows 应用程序,也是针对《赛博朋克 2077》REDscript 工作负载的原生 RED4ext 分析器。

它不需要放在你的《赛博朋克》安装目录中。

将发布包解压到任何正常的可写文件夹中。避免使用受保护的系统位置,例如 Program Files。

与 G-CET 不同,GRSP 不会替换现有的运行时二进制文件。 当你点击 INSTALL PROFILER 时,应用程序会部署它自己的原生:

G-REDscript-Profiler.dll 到: Cyberpunk 2077\red4ext\plugins
以及一个分析器自有的小型数据文件夹,用于捕获标题和临时实时结果。

分析器启动时处于暂停状态。 在游戏过程中: **F11 #1 = 开始捕获 **(当前版本中为硬编码) **F11 #2 = 停止 + 导出 **(当前版本中为硬编码)

当你完成捕获后,点击 COLLECT RESULTS / CLEAR LIVE,完成后的游戏端捕获会被复制并验证到便携式分析器自己的 RESULTS 文件夹中,生成:

GRSP_Report.html - 主报告,清晰且组织良好的性能报告 GRSP_Summary.json - 精简的机器可读结果 + 所有底层分析器数据

报告本身是 G-REDscript Profiler 的突出功能之一。它直接源于对我自己的 1,000+ 模组收藏 进行分析和优化的过程。我在调查真实性能问题时,不断添加我实际需要的信息:归属成本、调用量、热点函数、重脚本帧、尖峰以及与框架相关的工作负载模式。

这就是为什么强烈建议将 [url=https://github.com/CXWorld/CapFrameX/releases]CapFrameX[/url] 与 GRSP 一起使用,以获得最完整的结果。

[line]

[heading][size=5]完整的分析器体验[/size][/heading]

GRSP 可以仅与 RED4ext 一起使用,但这不是我推荐给大多数用户的配置。

搭配使用:

CapFrameX + [url=https://github.com/CXWorld/CapFrameX/releases]CapFrameX[/url] — 强烈推荐

REDscript 分析告诉你脚本在做什么。 帧时间分析器告诉你游戏在同一时刻在做什么。 这种区别很重要。 当识别出的 CapFrameX JSON 捕获与 G-REDscript Profiler 配对时,报告会额外获得:

[list] []平均 FPS 和平均帧时间[/] []中位数 / P95 / P99 / 最大帧时间[/] []多个阈值下的慢帧计数[/] []CPU Active 和 GPU Active 读数[/] []同步的 REDscript + 帧时间时间线[/] []逐帧 REDscript 工作负载相关性[/] []慢帧 / 高 REDscript 工作重叠[/] []记录的 REDscript 尖峰重叠[/] []脚本正常的慢帧识别[/] []最差渲染帧分析[/] []帧序列同步和对齐质量[/] []支持 Shift + 鼠标滚轮缩放的交互式时间线[/] [/list]这使得区分“这个模组正在做大量 REDscript 工作”和“这个 REDscript 活动实际上与帧时间问题一致”变得容易得多。

用于 G-REDscript Profiler v1.0.0 开发和测试的是: CapFrameX — 预发布版 v1.9.1 Beta(构建 1.9.1.2) [url=https://github.com/CXWorld/CapFrameX/releases][/url][u][b][url=https://github.com/CXWorld/CapFrameX/releases]点击前往他们的 GitHub 页面下载 CapFrameX[/url][/b][/u] [i]其他帧时间分析器仍然可以链接,它们的文件也会被包含,但完整的自动帧时间分析是围绕识别出的 CapFrameX JSON 捕获构建的。[/i]

[line]

[size=5][b]主要功能[/b][/size]

按模组的 REDscript 分析 查看哪些 REDscript 模组归属者造成了观察到的工作负载。

按函数分析 深入模组级别以下,查看产生这些工作的函数和源代码位置。

调用点分析 GRSP 保留稳定的调用点信息,包括调用者、源行、目标和静态/虚调用类型。

帧分析 查看观察到的 REDscript 活动在各个分析器帧中的分布,而不是仅依赖整个捕获的平均值。

运行时间线 公开时间线使用 50 毫秒桶,使持续高负载区域和工作负载突发更容易定位。

尖峰记录 昂贵的单个调用可能会消失在平均值中。 GRSP 会单独记录超过其尖峰阈值的调用,以便它们保持可见。

根调用和放大分析 有些函数可能单独来看并不昂贵,但会触发大量后代工作。 GRSP 记录根调用和后代放大,以帮助揭示这些模式。

跨模组活动 分析器可以记录观察到的、从一个模组归属者跨越到另一个模组归属者的 REDscript 调用关系。

共享目标分析 GRSP 可以识别被多个模组归属者反复访问的目标,突出那些可能值得调查共享状态、缓存或其他集中式方法的地方。

框架候选分析 报告会寻找诸如以下工作负载模式:

[list] []极高占空比工作[/] []极端调用放大[/] []重复共享查询[/] []包装器密集型执行[/] []跨模组通信[/] []活动分布在多个分析器线程中[/] [/list]这些是调查信号,不是自动建议重写模组。

G-REDruntime 感知 报告还可以对捕获期间记录的实时 REDscript 源路径进行尽力而为的只读检查。 这使它能够区分:

[list] []显示框架候选工作负载模式的模组[/] []已经采用 G-REDruntime 原语(如 Scheduler、StateCache、ContextService、InputHub、EventBus、HookBus、DirtyFlags 或 GRedHotpathCache)的模组[/] [/list]如果一个已经集成的模组仍然显示热点,那意味着要检查剩余的 hot path。 这并不意味着“再次集成框架”。

CapFrameX 关联 将测量到的 REDscript 活动与真实渲染帧行为配对。

交互式 HTML 报告 报告被设计为可用的前端,而不是原始的分析器转储: 概览 → 问题区域 → 更深入的表格 → 证据

保留原始数据 HTML 报告是展示层。 底层分析器数据仍然在其下方可用。

安全托管安装 / 恢复 GRSP 会跟踪它拥有的分析器文件。 它不会盲目覆盖不同的现有 GRSP DLL。 完成后,RESTORE ORIGINAL STATE 会移除管理器拥有的分析器组件。

便携式 / 自包含 无需单独安装 .NET。

捕获标题 为每个捕获命名,保持不同测试和场景井井有条。

[line]

[b][size=5]特别鸣谢 [/size][/b]

向 [b]DigitalVixen[/b],[b]0-engine[/b] 的创建者,致以巨大的感谢。 0-Engine 是推动整个项目启动的灵感,坦率地说,也是我过于庞大的模组收藏的救星。将重复的模组工作转移到共享运行时基础设施中的想法,让我想要正确地理解堆栈的其余部分,而不是随机删除模组直到 FPS 计数器上升。 查看 [b]0-Engine[/b] 和 DigitalVixen 的其他作品: [url=https://www.nexusmods.com/profile/DigitalVixen]DigitalVixen 在 Nexus[/url] - 查看 DigitalVixen 更多令人惊叹的模组。我可能正在为他们的 Midnight Acquisition 烹饪另一个 preem 级的新增内容。 [url=https://www.nexusmods.com/cyberpunk2077/mods/27967?utm_source=chatgpt.com][/url]

并向整个 [b]《赛博朋克 2077》模组社区[/b] 致敬。 这款游戏仍在产出的作品数量和质量简直离谱。发布多年后,新的系统、任务、车辆、玩法、视觉、框架和工具仍在不断出现。 [b]排名第一的模组社区。[/b]

[img]https://staticdelivery.nexusmods.com/mods/3333/images/34364/34364-1790473078-989970217.png[/img]

[heading][size=5]重要:分析器本身不会优化你的游戏[/size][/heading]

G-REDscript Profiler 本身不提供任何性能优化。 它是一个测量和诊断工具。

分析器显示 REDscript 运行时工作去了哪里——哪些模组、函数、调用点和运行时路径在消耗时间、产生过多调用量或导致重型执行窗口。 正是这些信息使下面展示的优化成为可能。 本节中的性能结果来自基于分析器所揭示的内容,对我自己的模组栈应用的单独优化工作。它们不是仅仅通过安装或运行 GRSP 产生的性能提升。

换句话说: 分析器 → 找到问题 → 理解工作负载 → 优化相关代码 → 再次测量结果。 分析器为你提供做出明智优化决策所需的信息;实际性能改进来自之后所做的更改。

[line]

[heading][size=5]我自己的模组栈发生了什么?[/size][/heading]

这个项目源于尝试让我实际使用的模组化游戏运行得更好……所以我要分享我的结果:

测试 PC CPU: Ryzen 9 3900X GPU: Radeon RX 6900 XT 16 GB RAM: 32 GB DDR4 分辨率: 1920×1080 模组收藏: 1,000+ 个已安装模组

[size=5][b]技术内容[/b][/size]

[size=5][b]我实际优化了什么 - REDSCRIPT 侧[/b][/size][size=3]

REDscript 侧需要与 CET 不同的方法。

很多成本并不存在于一个明显的回调中,无法简单地移动或降低成本。它分散在状态机更新、NPC 事件、UI 控制器、输入监听器、计时器回调、共享游戏方法的包装器、重复的游戏系统查找,以及那些只是因为不断重复才变得昂贵的小块工作中。

我用 G-REDscript Profiler 分析了堆栈,绘制了重复出现和重型路径,然后逐一处理它们。

当多个兼容系统在做同一种工作时,我使用 G-REDruntime 通过共享输入路由、调度、缓存的游戏系统访问和共享上下文来整合它。

当问题属于某个特定的 hot path 时,我将优化保持在本地,而不是强制通过框架。

这种区别很重要。G-REDruntime 是一个共享运行时层,不是将所有东西集中化的借口。

本节使用的优化集包含:

31 个模组包 62 个 REDscript 文件已更改 15 个包直接使用 G-REDruntime 11 个包使用共享 InputHub 6 个包使用共享 Scheduler 10 个包使用共享 StateCache 3 个包使用共享 ContextService

其余使用本地 hot-path 更改,因为那是更安全或更便宜的解决方案。[/size]

[size=4][b]共享输入路由 - 阻止每个模组构建自己的输入路径[/b][/size][size=3]

  • 输入处理是最明显的地方之一,同类工作在不相关的 REDscript 模组之间被重复。
  • 优化集将兼容的输入处理从多个独立的玩家监听器移动到 G-REDruntime 的 InputHub。
  • 不是让每个集成独立地向玩家注册、接收动作、解码它们并决定是否关心,而是每个集成只订阅它实际需要的动作。
  • 当前补丁集在 11 个模组包中使用共享 InputHub。
  • 这包括正常动作订阅和输入设备跟踪,后者用于那些确实需要知道玩家正在使用键盘鼠标还是控制器的功能。
  • 重要的不仅仅是减少输入代码片段。
  • 而是减少因为从未需要的输入而醒来的无关代码量。
  • 特定动作被路由到特定订阅者,并且在不需要时避免通配符输入。
  • 我还将一些实际上是输入状态的值从每帧查询中移出。例如,一个方向性动作当前是否应被禁止,可以在按住的修饰键、配置的修饰键列表或活动输入设备变化时重新计算,而不是每帧问同样的问题。[/size]

[size=4][b]调度 - 保持功能实际需要的节奏[/b][/size][size=3]

另一大类更改涉及周期性工作。 重点不是让每个计时器都变慢。 重点是停止将每个周期性任务都视为需要自己的独立调度路径或帧率执行。 此优化集中有六个模组包使用共享 G-REDruntime Scheduler。 有些作业确实需要快速节奏。其他的不需要。 优化代码中的示例包括:

  • 0.05 秒轮询,用于交互响应需要保持非常快的地方
  • 0.10 秒逻辑更新,用于实时车辆 HUD
  • 0.25 秒上下文或启动刷新工作
  • 自适应作业,在发生变化时以 0.25 秒运行,空闲时回退到 2 秒或 5 秒
  • 每 30 秒运行的长维护工作

这比一个通用更新率有用得多。 一个很好的例子是 UI 和世界状态服务,它们在实体出现后需要快速响应,但不需要永远以同样的速率持续扫描。 它们可以短时间快速运行,然后转移到更便宜的闲置节奏。 我还特意将真正高频的动画工作保留在其现有回调路径上,因为将其移至共享调度器并不合适。 再次强调,规则不是“把所有东西都放进 Scheduler”。 规则是“给每个作业它实际需要的节奏”。[/size]

[size=4][b]STATECACHE 和 CONTEXT - 停止反复解析同一个系统[/b][/size][size=3]

  • 当前优化集中有十个模组包使用 G-REDruntime 的 StateCache。
  • 集成可以复用框架的缓存引用,而不是从热点或周期性路径中反复解析常见游戏系统。
  • 这包括 QuestsSystem、StatsSystem、DelaySystem、BlackboardSystem、StatPoolsSystem、PreventionSystem 和本地玩家等系统。
  • 三个包还使用 ContextService 来共享玩家和骑乘车辆状态。
  • 这在 HUD 和车辆代码中特别有用,因为否则在正常更新周期中会一遍又一遍地问同样的问题。
  • 目标很简单: 如果稳定的游戏系统引用已经解析过,就不要仅仅因为另一个回调触发了就继续解析它。[/size]

[size=4][b]提前拒绝 - 让常见情况变得便宜[/b][/size][size=3]

  • 关于 REDscript 最重要的教训之一,是热点包装器的前几行有多么重要。
  • 有些包装器位于每个流式 NPC、每个检测事件、每个 mappin 控制器或大量环境玩法流量都会使用的方法上。
  • 如果这些调用中只有一小部分实际属于该模组,那么最便宜的优化通常就是立即证明这一点并离开。 几个集成围绕这一原则进行了更改。
  • 一条 NPC 附着路径现在会先识别它真正关心的少量记录,使每个无关 NPC 都成为便宜的退出。
  • 一个检测包装器现在会先拒绝当前不属于相关任务的 NPC,然后再进行玩家查找、黑板读取或阈值逻辑。
  • 一条生成剔除路径现在会先拒绝人群 NPC、任务 NPC 和同伴,然后再进行系统查找、TweakDB 阵营工作或灭绝状态评估。
  • 一个热点 mappin 路径现在让普通非路径点控制器的成本基本上只是一次缓存标志检查,然后返回。
  • 一条增援反应路径现在会先拒绝非玩家刺激、无关刺激类型和警察拥有的演员,然后再接触更昂贵的归属者、设置、统计和增援逻辑。
  • 这种模式反复出现:
  • 先做最便宜的测试,以证明“这不是给我的”。[/size]

[size=4][b]在做昂贵工作之前合并事件突发[/b][/size][size=3]

有些 REDscript 回调可能会在非常短的游戏窗口内到达很多次。 这并不意味着模组的决策需要以同样的速率重新计算。 一条增援路径可能会在通缉等级战斗中接收许多环境刺激。优化版本先过滤无关流量,然后将有效突发合并为该反应组件每 100 毫秒一次增援探测。 原始游戏回调仍然正常运行。 只有模组的额外决策工作被限制。 这种区别很重要,因为它在不改变底层游戏行为所有权的情况下减少了重复工作。[/size]

[size=4][b]缓存昂贵的输入,而不是玩法决策[/b][/size][size=3]

  • 我不想通过简单地降低决策回调运行频率来解决热点状态机路径。
  • 在几种情况下,正确的方法是让玩法决策保持其原生频率,只缓存其背后的昂贵信息。
  • 例如,无法在每个渲染帧中发生有意义变化的装备或自定义属性状态,可以以有限速率刷新,并由原生频率决策复用。
  • 一个集成以 10 Hz 刷新装备相关自定义属性,每 0.5 秒刷新配置状态,同时仍然在游戏每次请求时评估实际玩法条件。
  • 另一个共享热状态缓存以 20 Hz 刷新一小组移动和战斗相关自定义属性,而不是在每个状态机回调中解析相同的值。
  • 通过开发数据和属性查找反复重建的特长和自定义芯片结果会以短暂的 100 毫秒窗口缓存。
  • 一个冲刺状态集成在进入或评估相关状态时解析特长所有权,然后复用结果,而不是每个更新帧都查询开发系统。
  • 这与盲目限制整个回调频率是非常不同的优化。
  • 决策保持响应。
  • 决策背后的重复设置工作消失了。[/size]

[size=4][b]不要重写没有变化的 UI 状态[/b][/size][size=3]

UI 代码产生了另一种反复出现的模式。 一个控制器可能仍然每帧接收更新,但这并不意味着它需要每帧重新发现控件、解析相同状态并写入相同属性。 一条 HUD 路径现在缓存控件引用而不是反复查找它,缓存可见性决策背后的装备状态,并且只在可见性状态实际变化时写入控件缩放。 一个增益和减益控制器现在会立即检测结构变化,但避免在每次传入更新时重建相同的稳态控件数据。 其他保留的 UI 结构被更改为复用稳定的查找位置,而不是反复从头搜索形状和标签数组。 回调可以保留。 其中昂贵的空操作工作不必保留。[/size]

[size=4][b]将重型工作分散到时间上,而不是制造一个大帧[/b][/size][size=3]

平均运行时间只是问题的一半。 一个很少运行的作业如果在一帧中执行太多工作,仍然可能造成可见卡顿。 我发现有几处更好的修复不仅仅是减少总工作量,而是分散它。 一个 NPC 系统最初在同一个周期性 tick 上一起执行几个不同的附近实体扫描。 优化版本为每个子系统保留大致相同的 3 秒节奏,但每 0.75 秒运行一个工作阶段,而不是将四个扫描全部堆在同一帧中。 另一个系统动态创建大量世界实体和 mappin。 优化版本不是在一帧中注册整个集合,而是将工作排队并分片释放。 这是一个重要区别: 降低平均成本有助于吞吐量。 分散重型工作有助于帧节奏。[/size]

[size=4][b]重复搜索 - 保持常见路径直接[/b][/size][size=3]

几个 hot path 花时间反复搜索布局稳定或高度可预测的结构。 这些被更改为在语义允许的情况下使用缓存引用、保留游标、直接索引或小型分类查找表。 重要的是优化遵循数据结构。 我不会仅仅因为搜索出现在分析器中就用缓存替换搜索。 缓存或索引路径只用于存在明确生命周期或失效规则的地方。 在正确性需要较慢回退路径的地方,慢路径被保留。[/size]

[size=4][b]不是每个优化都属于 G-REDRUNTIME[/b][/size][size=3]

这可能是 REDscript 侧最重要的事情。 此优化集中只有大约一半的模组包直接调用 G-REDruntime。 这是有意为之。 共享输入、共享调度、稳定的游戏系统访问和共享上下文是很好的框架问题。 本地 NPC 防护、一个缓存的控件引用、一个状态机特长值、一个小型查找游标或一个模组特定的热状态缓存,通常不是。 试图将每个优化都移入框架,只会用一种开销替换另一种开销。 框架为真正存在共同工作的地方提供通用基础设施。 各个集成仍然需要让自己的 hot path 变便宜。[/size]

[size=4][b]我最终使用的一般模式[/b][/size][size=3]

没有单一的 REDscript 优化可以修复所有问题。 大多数有用的更改都属于同一类:

  • 尽早拒绝无关调用
  • 让共享引擎包装器在常见情况下极其便宜
  • 只将输入路由到实际需要该动作的系统
  • 在时间契约允许的地方共享周期性调度
  • 给每个作业适当的节奏,而不是默认帧率
  • 在状态变化时使用更快的临时节奏,在空闲时使用更慢的节奏
  • 缓存稳定的游戏系统引用
  • 复用共享玩家和车辆上下文
  • 在高频玩法决策背后缓存昂贵输入
  • 在响应性重要时让实际玩法决策保持原生频率
  • 只在值实际变化时写入 UI 属性
  • 在没有任何结构变化时避免重建保留的 UI 状态
  • 在生命周期规则明确的地方,用直接或缓存查找替换重复搜索
  • 合并等效事件工作的突发
  • 将重批处理分散到多个帧或时间片
  • 当框架抽象会增加更多复杂性而不是价值时,将本地优化保持在本地
  • 首先保留原始游戏或模组行为,然后围绕它进行优化[/size]

[size=4][b]我预计其他大型 REDSCRIPT 堆栈会显示什么[/b][/size][size=3]

没有 REDscript 堆栈会与我的完全相同。 但我预计同类模式会相当频繁地出现:[/size]

[size=3]- NPCPuppet 包装器

  • 玩家输入监听器
  • 状态机更新和决策方法
  • 接收重复稳态更新的 UI 控制器
  • 反复解析相同游戏系统的回调
  • 运行频率远高于其功能需要的计时器
  • 接收大量流量却立即忽略的事件处理器
  • 重复的 stat、TweakDB、blackboard 或 development-data 查找
  • 落在同一帧中的世界或 UI 批处理工作
  • 共享游戏回调,其中模组只关心极少数调用

这就是 GRSP 变得有用的地方。 它不会告诉我一个函数应该自动被缓存、限流或移动。 它告诉我运行时工作实际上去了哪里。 从那里我可以检查语义,决定什么可以安全更改,应用最小有用优化,然后再次捕获。[/size]

[b][size=5]性能对比[/size][/b]

为了展示优化栈在实际游戏中的变化,我使用了两个可重复的测试场景并比较: 无优化 对比 完整 CET + REDscript 优化 相同系统、相同游戏设置、相同基础模组栈。

[heading][size=4]测试 1 — 空闲 / H10[/size][/heading]

V 站在 [b]H10[/b] 前方保持不动,每次运行位置相同、朝向相同。 这是干净的控制测试:几乎没有玩家驱动的活动,因此周期性后台工作负载和脚本卡顿很容易看出。

优化前 - 无优化 - 站在 H10 [img]https://staticdelivery.nexusmods.com/mods/3333/images/34314/34314-1790429794-76988325.png[/img]

优化后 - CET + REDscript 优化 - 站在 H10 [img]https://staticdelivery.nexusmods.com/mods/3333/images/34314/34314-1790429986-961532713.png[/img]

[size=4][b]测试 2 — 重型 MAXTAC 交战[/b][/size]

这是压力测试。 运行从 [b]Tom's Diner[/b] 附近开始。我触发 [b]5 星通缉等级[/b],攻击警察和 MaxTac,使用手雷和持续枪火,然后在完整响应展开时穿过该区域。

优化前 - 无优化 - 压力测试 [img]https://staticdelivery.nexusmods.com/mods/3333/images/34314/34314-1790430146-2037767945.png[/img]

优化后 - CET + REDscript 优化 - 压力测试 [img]https://staticdelivery.nexusmods.com/mods/3333/images/34314/34314-1790430165-109616882.png[/img]

空闲测试显示了持续后台开销和周期性脚本卡顿的减少。 MaxTac 测试显示了当游戏处于严重压力下时,这转化为什么: 更高的 FPS、更强的 lows、显著更少的卡顿,以及更加一致的帧交付。