Skip to content

GPU 优先,CPU 兜底:Word 编辑器的渲染路径选型 ​

摘要:office-rs/rword 的渲染层做了一次看似「奢侈」的投入:为 Web 端写了一个完整的 CPU 软渲染器,专门服务那些「没有 GPU」的机器。这篇文章讲清楚我们为什么把 GPU 渲染作为第一选择(以及为此从 Canvas2D 迁移到 WebGPU 的原因),为什么又必须为无 GPU 环境兜底,以及让 CPU 路径跑出 60 fps 的整套工程设计。上一篇文章《打一个字等 5.3 秒》讲了排版引擎的优化,这一篇讲它的下游——像素怎么画到屏幕上。


01 先说结论 ​

一句话版本的决策:

  • 有 GPU,用 GPU——Vello + WebGPU,原生与 Web 跑同一条渲染管线;
  • Web 端没 GPU,自动降级 CPU 软渲染——完整编辑能力,不是只读查看器;
  • 原生端没 GPU,启动预检直接报错退出——不崩溃、不给黑屏。

看起来是三条废话,但每一条背后都有一段实测数据和一次踩坑。展开讲。

02 为什么 GPU 是第一选择 ​

编辑器的帧本质:全视口重绘 ​

先看工作负载。rword 采用「纸在桌上」(paper-on-desk)的呈现模型:视口是灰色的桌面,白色的纸居中摆放,滚动、缩放、光标闪烁、选区拖拽都是连续动画。这意味着每一帧都要把可见区域完整地呈现一遍——矢量场景重放、字形上屏、合成,一帧都不能少。

这种「每帧全量、内容复杂」的负载正是 GPU 的主场。GPU 路径的一帧成本实测 2.15 至 3.06 ms,余量大到我们可以在每一帧都做全量呈现而不管优化——三层脏缓存(布局脏 → 场景脏 → 呈现)保证重计算只发生在内容真正变化时,而最后的「画」这个动作对 GPU 来说近乎免费。

一致性:一套内核,两个平台像素一致 ​

rword 的核心承诺是「同一份排版结果,原生与 Web 输出一致」。渲染层如果不统一,这个承诺就断了。

我们的第一版 Web 渲染用的是 Canvas2D,它有两个先天缺陷:

  1. 跨边界逐字调用:每个字形都要从 WASM 调一次浏览器的 fillText,JavaScript↔WASM 边界开销随文字数量线性增长,一页中文就是几千次跨界;
  2. 度量不一致:字形最终由浏览器文本引擎绘制,它的度量与我们的排版引擎(Parley)存在亚像素级差异——同一个文档,网页上和原生应用里长得不完全一样。

迁移到 Vello + WebGPU 后,字形不再经过浏览器:skrifa 直接从字体二进制里取字形轮廓,在 GPU 上光栅化。原生长什么样,网页就长什么样,一个像素都不差。这条管线与原生端完全同构——其实不存在「Web 渲染器」和「原生渲染器」两个东西,只有一套渲染器编译到了两个目标。

选 WebGPU 而不是 WebGL2 / Canvas2D 的原因 ​

WebGPU 是目前 Web 平台唯一的现代 GPU 标准 API(Chrome/Edge 113+),提供 compute shader——而 Vello 的核心思路恰恰是把路径光栅化搬到计算着色器上做大规模并行。WebGL2 没有 compute,Canvas2D 更是连批渲染都做不到。所以这条路在我们选型时没有第二选项。

当然 GPU 不是免费的:首次渲染要触发着色器编译(实测 1 至 3 s),我们在启动时主动调用 warmup() 把这个成本前置到加载页;这些代价换来的帧预算余量,后面 CPU 路径的对比会让它更直观。

03 现实检查:GPU 不是总在那 ​

「检测到 WebGPU 就用,检测不到就提示用户升级浏览器」——我们最初也是这么想的,直到把用户环境列了一遍:

  • 企业/机构的办公电脑:域策略统一禁用浏览器硬件加速(这是 IT 部门最喜欢的安全基线之一);
  • 虚拟机 / 远程桌面:没有 GPU 直通,或者适配器对 WebGPU 不可见;
  • 老旧机器:驱动太旧,WebGPU 适配器申请失败。

这些不是边缘案例——文档编辑器的真实付费场景(病历系统、政务、企业 OA)恰恰大量部署在这类环境里。用户不能选,我们只能兜。

实测:降级没有捷径 ​

我们做了四组对照探针,结论让人死心:

实验结果
Chrome 146 禁用硬件加速,requestAdapter()返回 null
同环境加 forceFallbackAdapter: true依然 null
原生端在 WARP(Windows 软件适配器)上跑 Vello进程崩溃,exit code 0xc0000005(访问违例)

两个要点:

第一,Web 端的「软件回退适配器」救不了场。Chromium 已经移除了 SwiftShader 自动回退(issue 40277080),禁了硬件加速就是真的没有 GPU 可用——浏览器不会给你一个 CPU 模拟的 WebGPU。想要 CPU 渲染,只能自己写。

第二,原生端的 Vello 不能跑在「软件适配器」上——不是慢,是崩溃。所以原生端必须在启动时做 GPU 预检:拿不到硬件适配器就弹出清晰的错误框退出,绝不进入渲染循环。

这里有一个不对称的设计逻辑值得点出:「Web 必须兜底,原生可以硬性要求」。因为 Web 的运行环境由用户的机器和策略决定,开发者控制不了;而原生应用的部署环境是可控的,装不上 GPU 的环境直接明确报错反而是最诚实的做法。

04 兜底的产品原则:降级不降功能 ​

决定了要做 CPU 回退,第一条原则就不是技术而是产品:

CPU 回退是完整的编辑器,不是只读查看器。

这是我们写进设计文档的反目标(anti-goal):「CPU 回退退化成只读查看器——做得再对也算失败」。打字、选区、中文输入法、查找替换、内容控件、表格、页眉页脚,GPU 路径有什么,CPU 路径就有什么。用户在虚拟机里打开文档,不应该发现自己进了一个阉割版。

SDK 侧的暴露也极简:默认 cpuFallback: true,WebGPU 不可用时自动落入 CPU 路径并在控制台输出回退标记,宿主可以通过 onWarning 感知。用户什么都不用做。

但「能用」和「可用」之间隔着一个性能问题,这才是工程的硬骨头。

05 让 CPU 跑出 60 fps:三层设计 ​

裸的 CPU 软渲染是什么水平?实测(1600×900 文字密集页,全视口光栅):

环境每帧光栅成本无缓存滚动帧率
原生(台式机 CPU)9.67 ms~100 fps
WebAssembly(同机)×1.2 至 250 至 80 fps
弱机(真正的无 GPU 目标机)×2 至 315 至 30 fps

结论写在设计文档里就一句话:「页位图缓存是入场券,不是可选优化」。围绕它有三层设计:

第一层:页面位图缓存——滚动只画一次 ​

每一页排版完成后光栅成位图,按六元组键缓存:(page_id, page_gen, zoom_key, font_gen, render_gen, dpr)——页身份、布局世代(上篇文章的增量布局产出)、缩放手势停稳值、字体世代、像素配置世代、设备像素比。任何一项没变,滚动时直接 drawImage 贴图。

缓存有界:LRU 默认 5 页 + 单页 8 M 像素上限。效果:滚动帧从 15 至 30 fps 回到 1 至 3 ms/帧,稳稳 60 fps。

一个容易被忽略的边角:A4 满档缩放加高分屏就触达像素上限,此时不能静默跳过那一页——那会留下一个「灰洞」。修法是等比降采样光栅、贴图时放大回整页(略糊而非消失),外加一次性控制台告警。

第二层:分层——什么该缓存,什么绝不该缓存 ​

页面位图解决「不变的纸」,但光标在闪、选区在变、输入法预编辑在下划线里抖动。所以场景被拆成两层:

页层缓存的失效键就是上面那套世代号体系——它直接消费增量布局给出的 page_gen,所以打一个字只有当前页的位图失效重画,其余页纹丝不动。这与上篇文章的四层缓存模型(段落 → 页布局 → 页场景 → 页位图)是同一套设计在渲染端的延伸。

第三层:与增量布局的化学反应 ​

单靠位图缓存,滚动是流畅了,打字还差一口气:每次编辑都触发重排,如果重排是 O(全文档) 的(300 页打一个字 5.3 秒),CPU 路径光栅再快也救不回来。增量布局是 CPU 回退「接近 GPU 手感」的前提——这也是我们把它作为前置工作流先行的原因。两件事拼起来,CPU 路径的打字、滚动、缩放才全部达标。

缩放手势:一个容易投毒的状态机 ​

缩放是缓存体系最阴险的场景:手势进行中每一帧缩放系数都不同,若按最终缩放键把中间帧写入缓存,手势结束后缓存里全是尺寸错误的「投毒」条目。我们的规则:

  • 手势中:缓存命中就拉伸旧位图(模糊但流畅),miss 只走一次性光栅(不入缓存);
  • 手势停稳 200 ms 后:整体换代,按新缩放键重新光栅,恢复锐利。

体验上就是「捏合时略糊、松手变清晰」——所有地图应用的同款策略,但背后是「策略函数纯逻辑化、原生单测覆盖」的工程保障。

按需渲染的兼容 ​

rword 的渲染循环是按需的:内核返回下一帧需求(立刻重画 / N ms 后 / 挂起),挂起时零定时器零 CPU。CPU 路径完全兼容这套契约——补排、光栅预算都通过「下一帧再排」表达,标签页隐藏时整个循环静止,后台零功耗。

06 那些只有真浏览器才能抓到的坑 ​

CPU 路径的实现借用了兄弟项目 rofd 的成熟方案(18 个 commit + 两轮线上修复的教训),这里挑三个最经典的,给要做同类事情的人避雷:

坑一:静默失败是最贵的失败。 有一类 bug 能隐形一整天:像素数据上传到 canvas 时类型不匹配(js-sys 的 Uint8ClampedArray::view() 在新版本里返回的其实是普通 Uint8Array,静态类型在撒谎),new ImageData() 抛 TypeError——如果错误被 ? 静默吞掉,现象只有「画布只剩灰底」,零报错、零日志。修法除了显式构造 clamped 数组,更是一条铁律:所有像素上传/绘制失败路径必须 console.error,点名尺寸与原因。

坑二:冒烟测试必须断言像素。 上面那个 bug 之所以能上线,是因为冒烟测试只断言了「回退标记已输出」——在静默失败的场景下它是绿灯。修法:CDP 采样画布像素,断言 distinct colors ≥ 3(灰底 / 白页 / 正文黑字),并且这个冒烟进了 CI。console 断言测的是「代码跑了」,像素断言测的才是「用户看见了」。

坑三:canvas 上下文绑定顺序。 先给 canvas 绑了 WebGPU context,adapter 申请失败后再想拿 2d context——永远拿不到了,CPU 回退必挂。这个顺序错误 mock 测不出来,只有真浏览器端到端能抓。修法是 adapter 探测永远先行,成功之后才创建 surface。

还有画灰底的画家算法顺序、dpr 单位全局唯一(双乘导致位图放大两倍)等等,都属于「单测全绿、上线必挂」系列。它们的共同教训:「渲染管线的正确性只能靠真环境像素级验证」。

07 两条路径的成本对照 ​

把所有数字放在一张表里(同机实测):

指标GPU 路径CPU 路径(无缓存)CPU 路径(位图缓存后)
每帧呈现成本2.15 至 3.06 ms9.67 ms(原生)/ ×1.2 至 3(wasm/弱机)1 至 3 ms(滚动/阅读态)
打字手感流畅依赖全量重排,不可用增量布局加持,接近 GPU
首帧成本着色器编译 1 至 3 s(可 warmup 前置)无编译,直接可画同左
环境要求Chrome/Edge 113+ 且硬件加速开启同为现代 Chrome/Edge 系同左
功能完整性完整完整(反目标兜底)完整

注意 CPU 路径的适用边界我们也想清楚了:它依然要求现代 Chromium 内核(Safari 至今不在支持范围),兜的是「GPU 不在」,不是「浏览器太老」。

08 这套设计的优势在哪 ​

1. 环境无关的可用性。 医院、政务、企业 OA 的真实机器环境千奇百怪;rword 是同一套 SDK,GPU 机器跑出 120 fps 的丝滑,无 GPU 机器自动落 CPU 路径且功能一项不少。宿主一行配置都不用加。

2. GPU 路径零妥协。 CPU 回退通过渲染目标的分层协议默认合流实现——GPU 目标不覆写新接口,走的还是原路径,行为与渲染结果零变化,另有结构对拍测试保证合流等价。为兜底付出的复杂度全部隔离在 CPU 目标内部,没有向主路径泄漏一分。

3. 双路径同源,正确性可验证。 两条路径消费同一个 imaging::Scene 场景中间表示——排版引擎产出一份场景,GPU 重放它,CPU 也重放它。一致性不是「应该差不多」,而是有对拍测试背书的结构等价。

4. 把教训固化成门禁。 像素断言冒烟进 CI、失败路径必须输出日志、缓存投毒策略纯函数化单测——rofd 踩过的每个坑都变成了可执行的检查项,而不是「下次注意」。

09 写在最后 ​

渲染路径选型这件事,本质上是在回答一个问题:「你的用户在什么机器上,以及你愿意为最差的那台机器付多少工程成本」。我们的答案是:为最好的机器给足性能上限(GPU + 全量帧预算),为最差的机器守住功能底线(CPU + 完整编辑 + 60 fps 滚动),并且让两条路共享同一个排版与场景内核——降级的是像素的生产方式,不是产品。

排版侧的故事(5.3 秒到 6 ms、千页文档渐进打开)见上一篇《打一个字等 5.3 秒:Rust 版 Word 排版引擎的优化之路》。欢迎关注 office-rs。

基于 VitePress 构建