在 Vulkan 的显式控制哲学下，开发者需要直接面对 GPU 内存模型。与 OpenGL 等隐藏内存分配细节的 API 不同，Vulkan 要求开发者显式管理 Device Memory、Buffer、Image 以及它们之间的绑定关系。这种设计虽然增加了代码复杂度，却为极致性能优化打开了大门。本文将深入探讨 Vulkan 的内存架构，从底层物理内存堆到高层 VMA 封装，帮助你掌握这门性能艺术。
一、Memory Heap 与 Memory Type
在 Vulkan 中，理解内存的第一步是区分 Memory Heap（内存堆） 和 Memory Type（内存类型）。这两个概念构成了 GPU 内存资源管理的基础框架。
VkPhysicalDeviceMemoryProperties 结构体暴露了三类堆：
- DEVICE_LOCAL：位于 GPU 显存上的高带宽内存，CPU 无法直接访问。
- HOST_VISIBLE：位于系统内存或支持 PCIe 映射的显存区域，CPU 可以映射并读写。
- DEVICE_LOCAL + HOST_VISIBLE：部分 APU 和一体式 GPU 架构支持此组合，但并非所有硬件都提供。
通过 vkGetPhysicalDeviceMemoryProperties 查询后，你可以使用如下工具函数找到合适的内存类型索引：
uint32_t FindMemoryTypeIndex(
const VkPhysicalDeviceMemoryProperties& memProps,
uint32_t typeFilter,
VkMemoryPropertyFlags requiredProps)
{
for (uint32_t i = 0; i < memProps.memoryTypeCount; ++i) {
if ((typeFilter & (1 << i)) &&
(memProps.memoryTypes[i].propertyFlags & requiredProps) == requiredProps) {
return i;
}
}
throw std::runtime_error("Failed to find suitable memory type!");
}
每个 Memory Type 都属于一个 Memory Heap，并携带一组属性标志（如 VK_MEMORY_PROPERTY_DEVICE_LOCAL_BIT、VK_MEMORY_PROPERTY_HOST_VISIBLE_BIT）。应用程序必须根据资源用途，在创建资源后选择合适的内存类型进行绑定。
二、vkAllocateMemory 与 vkBindBufferMemory
Vulkan 中，资源（Buffer、Image）与内存是分离的实体。创建资源时只定义了维度、格式和用途，并未分配实际存储空间。你必须显式调用 vkAllocateMemory 分配设备内存块，再通过 vkBindBufferMemory 或 vkBindImageMemory 将资源绑定到指定的内存偏移位置。
VkBufferCreateInfo bufferInfo = {};
bufferInfo.sType = VK_STRUCTURE_TYPE_BUFFER_CREATE_INFO;
bufferInfo.size = 65536;
bufferInfo.usage = VK_BUFFER_USAGE_VERTEX_BUFFER_BIT;
bufferInfo.sharingMode = VK_SHARING_MODE_EXCLUSIVE;
VkBuffer vertexBuffer;
vkCreateBuffer(device, &bufferInfo, nullptr, &vertexBuffer);
VkMemoryRequirements memRequirements;
vkGetBufferMemoryRequirements(device, vertexBuffer, &memRequirements);
VkMemoryAllocateInfo allocInfo = {};
allocInfo.sType = VK_STRUCTURE_TYPE_MEMORY_ALLOCATE_INFO;
allocInfo.allocationSize = memRequirements.size;
allocInfo.memoryTypeIndex = FindMemoryTypeIndex(
memProps, memRequirements.memoryTypeBits,
VK_MEMORY_PROPERTY_DEVICE_LOCAL_BIT);
VkDeviceMemory vertexBufferMemory;
vkAllocateMemory(device, &allocInfo, nullptr, &vertexBufferMemory);
vkBindBufferMemory(device, vertexBuffer, vertexBufferMemory, 0);
关键的性能陷阱：vkAllocateMemory 调用开销较高，且驱动对同时存在的内存对象数量有限制。生产环境中绝不应该为每个 Buffer 单独分配内存。正确做法是将多个小资源合并到同一个内存块中，通过偏移量区分。这正是 VMA 库要解决的核心问题。
三、Buffer 用途与最佳实践
Vulkan 通过 VkBufferUsageFlags 精确声明 Buffer 的用途，驱动据此决定内部布局与访问路径：
| 用途标志 | 典型场景 | 推荐内存类型 |
|---|---|---|
VERTEX_BUFFER_BIT | 顶点属性数据 | Device Local |
INDEX_BUFFER_BIT | 索引数据 | Device Local |
UNIFORM_BUFFER_BIT | 着色器常量（如 MVP 矩阵） | Device Local / Host Visible |
STORAGE_BUFFER_BIT | SSBO，大规模结构化数据读写 | Device Local |
TRANSFER_SRC_BIT | 作为传输操作的来源 | Host Visible / Device Local |
TRANSFER_DST_BIT | 作为传输操作的目标 | Device Local |
INDIRECT_BUFFER_BIT | 间接绘制参数 | Device Local |
Device Local 的 Buffer 无法被 CPU 直接修改，因此需要通过 Staging Buffer 中转。而 Uniform Buffer 由于每帧频繁更新，通常搭配 HOST_VISIBLE | HOST_COHERENT 内存，避免额外的 vkFlushMappedMemoryRanges 操作。
以下代码展示了创建 Storage Buffer 以支持计算着色器读写：
VkBufferCreateInfo storageBufferInfo = {};
storageBufferInfo.sType = VK_STRUCTURE_TYPE_BUFFER_CREATE_INFO;
storageBufferInfo.size = 1024 * 1024 * 4; // 4MB
storageBufferInfo.usage = VK_BUFFER_USAGE_STORAGE_BUFFER_BIT
| VK_BUFFER_USAGE_TRANSFER_DST_BIT;
storageBufferInfo.sharingMode = VK_SHARING_MODE_EXCLUSIVE;
VkBuffer storageBuffer;
vkCreateBuffer(device, &storageBufferInfo, nullptr, &storageBuffer);
四、Image 创建与内存布局
Image 比 Buffer 复杂得多，涉及格式、Tiling、Mip Level、Array Layer、Sample Count 等多个维度。
VkImageCreateInfo imageInfo = {};
imageInfo.sType = VK_STRUCTURE_TYPE_IMAGE_CREATE_INFO;
imageInfo.imageType = VK_IMAGE_TYPE_2D;
imageInfo.format = VK_FORMAT_R8G8B8A8_SRGB;
imageInfo.extent = { 2048, 2048, 1 };
imageInfo.mipLevels = 11; // log2(2048) + 1
imageInfo.arrayLayers = 1;
imageInfo.samples = VK_SAMPLE_COUNT_1_BIT;
imageInfo.tiling = VK_IMAGE_TILING_OPTIMAL;
imageInfo.usage = VK_IMAGE_USAGE_SAMPLED_BIT
| VK_IMAGE_USAGE_TRANSFER_DST_BIT;
imageInfo.initialLayout = VK_IMAGE_LAYOUT_UNDEFINED;
imageInfo.sharingMode = VK_SHARING_MODE_EXCLUSIVE;
VkImage textureImage;
vkCreateImage(device, &imageInfo, nullptr, &textureImage);
VkMemoryRequirements memReqs;
vkGetImageMemoryRequirements(device, textureImage, &memReqs);
// 分配并绑定内存（逻辑同 Buffer）
Tiling 的选择：
- VK_IMAGE_TILING_OPTIMAL：GPU 优化的分块布局，访问效率最高，但 CPU 无法解析。绝大多数纹理应使用此模式。
- VK_IMAGE_TILING_LINEAR：行主序布局，CPU 可以线性读取。仅用于需要 CPU 回读的数据，性能远低于 Optimal。
Mip Level 自动生成需要 VK_IMAGE_USAGE_TRANSFER_SRC_BIT 和 VK_IMAGE_USAGE_TRANSFER_DST_BIT，通过 vkCmdBlitImage 链式下采样。创建时通过 mipLevels 预分配各层级存储，后续在 Image Barrier 中逐层转换布局。
五、Dedicated Memory 专用内存
某些 GPU（特别是离散显卡）对于特定的 Buffer 或 Image，使用专用内存（Dedicated Allocation）能获得更好的性能。Vulkan 通过 VK_KHR_dedicated_allocation 扩展支持此功能。
当内存需求结构体中的 prefersDedicatedAllocation 或 requiresDedicatedAllocation 标志被置位时，你应该为该资源单独分配一块不与其他资源共享的内存：
VkMemoryDedicatedAllocateInfo dedicatedInfo = {};
dedicatedInfo.sType = VK_STRUCTURE_TYPE_MEMORY_DEDICATED_ALLOCATE_INFO;
dedicatedInfo.image = textureImage;
VkMemoryAllocateInfo allocInfo = {};
allocInfo.sType = VK_STRUCTURE_TYPE_MEMORY_ALLOCATE_INFO;
allocInfo.allocationSize = memReqs.size;
allocInfo.memoryTypeIndex = memoryTypeIndex;
allocInfo.pNext = &dedicatedInfo;
vkAllocateMemory(device, &allocInfo, nullptr, &dedicatedMemory);
专用内存通常与 GPU 的压缩或硬件 tiling 机制配合更紧密。对于 Render Target、Depth Attachment 和需要 MSAA 的图像，专用内存往往带来显著的性能提升。
六、Memory Aliasing 内存别名
内存别名（Aliasing）是 Vulkan 中一种高级优化手段，允许两个不重叠时间使用的资源共用同一块物理内存，从而降低总体显存占用。
实现内存别名需要满足严格条件：绑定到同一内存区域的多个资源，其生命周期必须互不重叠。典型应用场景包括：不同渲染阶段的临时 Render Target、仅在光照阶段使用的 G-Buffer 附件、或不同 Pass 的中间 Buffer。
// Render Target A 仅在 Deferred G-Buffer Pass 使用
vkBindImageMemory(device, gBufferAlbedo, aliasMemory, 0);
// Render Target B 仅在 Lighting Pass 使用
// 确保 A 的最后一个使用已插入 vkCmdPipelineBarrier 完成
vkBindImageMemory(device, lightingOutput, aliasMemory, 0);
在使用别名内存时，必须通过 VkImageMemoryBarrier 或 VkBufferMemoryBarrier 插入适当的同步，并在 oldLayout 中指定 VK_IMAGE_LAYOUT_UNDEFINED，告知驱动之前的内存内容已无效。别名管理极容易出错，建议在项目成熟阶段、且通过显存分析器确认有显著收益时，再考虑引入。
七、Sparse Resource 稀疏资源
稀疏资源（Sparse Resource）是 Vulkan 提供的一种按需分页映射机制，允许创建逻辑上巨大的 Image 或 Buffer，却只物理解绑部分页面。这对地形 streaming、虚拟纹理（Virtual Texturing/PRT）和超大数组极为重要。
VkImageCreateInfo sparseImageInfo = {};
sparseImageInfo.sType = VK_STRUCTURE_TYPE_IMAGE_CREATE_INFO;
sparseImageInfo.flags = VK_IMAGE_CREATE_SPARSE_RESIDENCY_BIT
| VK_IMAGE_CREATE_SPARSE_ALIASED_BIT;
sparseImageInfo.imageType = VK_IMAGE_TYPE_2D;
sparseImageInfo.format = VK_FORMAT_BC7_UNORM_BLOCK;
sparseImageInfo.extent = { 65536, 65536, 1 }; // 极大的虚拟纹理
sparseImageInfo.mipLevels = 1;
sparseImageInfo.arrayLayers = 1;
sparseImageInfo.samples = VK_SAMPLE_COUNT_1_BIT;
sparseImageInfo.usage = VK_IMAGE_USAGE_SAMPLED_BIT
| VK_IMAGE_USAGE_TRANSFER_DST_BIT;
VkImage sparseImage;
vkCreateImage(device, &sparseImageInfo, nullptr, &sparseImage);
创建后通过 vkGetImageSparseMemoryRequirements 查询稀疏内存需求，然后调用 vkQueueBindSparse 动态绑定或解绑页面：
VkSparseImageMemoryBind imageBind = {};
imageBind.subresource.aspectMask = VK_IMAGE_ASPECT_COLOR_BIT;
imageBind.subresource.mipLevel = 0;
imageBind.subresource.arrayLayer = 0;
imageBind.offset = { tileX * 256, tileY * 256, 0 };
imageBind.extent = { 256, 256, 1 };
imageBind.memory = physicalMemoryPage;
imageBind.memoryOffset = 0;
VkSparseImageMemoryBindInfo bindInfo = {};
bindInfo.image = sparseImage;
bindInfo.bindCount = 1;
bindInfo.pBinds = &imageBind;
VkBindSparseInfo sparseInfo = {};
sparseInfo.sType = VK_STRUCTURE_TYPE_BIND_SPARSE_INFO;
sparseInfo.imageBindCount = 1;
sparseInfo.pImageBinds = &bindInfo;
vkQueueBindSparse(queue, 1, &sparseInfo, VK_NULL_HANDLE);
稀疏资源将虚拟内存管理的概念引入 GPU，是实现大规模开放世界流式加载的关键技术之一。需要注意的是，稀疏绑定必须在独立的稀疏队列上执行，且异步于图形提交。
八、Staging Buffer 中转策略
由于 Device Local 内存无法直接写入，任何需要上传至 GPU 的数据都必须借助 Staging Buffer。典型的数据上传流程如下：
- 创建临时 CPU-visible Buffer 作为 Staging Buffer；
vkMapMemory获取主机指针并写入数据；- 使用
vkCmdCopyBuffer将数据从 Staging Buffer 复制到目标 Device 资源； - 插入 Pipeline Barrier 确保传输完成后再被后续操作读取；
- 销毁或回收 Staging Buffer。
// 1. 创建 Staging Buffer
VkBuffer stagingBuffer;
VkDeviceMemory stagingMemory;
CreateBuffer(256 * 256 * 4, VK_BUFFER_USAGE_TRANSFER_SRC_BIT,
VK_MEMORY_PROPERTY_HOST_VISIBLE_BIT
| VK_MEMORY_PROPERTY_HOST_COHERENT_BIT,
stagingBuffer, stagingMemory);
// 2. 映射并填充数据
void* data;
vkMapMemory(device, stagingMemory, 0, VK_WHOLE_SIZE, 0, &data);
memcpy(data, pixels, 256 * 256 * 4);
vkUnmapMemory(device, stagingMemory);
// 3. 通过 Command Buffer 执行 GPU 拷贝
vkCmdCopyBuffer(cmd, stagingBuffer, deviceBuffer, 1, ©Region);
// 4. Barrier 确保后续着色器读取安全
VkBufferMemoryBarrier barrier = {};
barrier.sType = VK_STRUCTURE_TYPE_BUFFER_MEMORY_BARRIER;
barrier.srcAccessMask = VK_ACCESS_TRANSFER_WRITE_BIT;
barrier.dstAccessMask = VK_ACCESS_SHADER_READ_BIT;
barrier.srcQueueFamilyIndex = VK_QUEUE_FAMILY_IGNORED;
barrier.dstQueueFamilyIndex = VK_QUEUE_FAMILY_IGNORED;
barrier.buffer = deviceBuffer;
barrier.size = VK_WHOLE_SIZE;
vkCmdPipelineBarrier(cmd,
VK_PIPELINE_STAGE_TRANSFER_BIT,
VK_PIPELINE_STAGE_FRAGMENT_SHADER_BIT,
0, 0, nullptr, 1, &barrier, 0, nullptr);
对于生命周期长的资源（如纹理、网格），传输完毕后应立刻释放 Staging Buffer。对于每帧动态更新的资源（如 Uniform Buffer），直接分配 HOST_VISIBLE 内存，无需 Staging 中转。
九、内存属性详解
Vulkan 定义了四种核心的内存属性标志，理解它们的含义是正确管理资源的前提：
- DEVICE_LOCAL_BIT：内存位于 GPU 本地（显存）。带宽最高、延迟最低，但 CPU 不可直接访问。适合顶点、索引、纹理、Render Target。
- HOST_VISIBLE_BIT：内存可被 CPU 映射。可能位于系统 RAM 或映射到 CPU 地址空间的显存。适合需要 CPU 每帧更新的数据。
- HOST_COHERENT_BIT：宿主与设备之间的缓存一致性由硬件保证。写入映射区域后无需调用
vkFlushMappedMemoryRanges即可对 GPU 可见。通常伴随一定的性能代价，但简化了同步逻辑。 - HOST_CACHED_BIT：CPU 侧可缓存。CPU 回读速度极快，适合读取 GPU 计算结果的场景。但写入可能因缓存一致性协议而变慢。
典型组合与选择矩阵：
| 内存需求 | 属性组合 | 适用场景 |
|---|---|---|
| 纯 GPU 只读资源 | DEVICE_LOCAL | 纹理、静态网格、只读 Storage Buffer |
| 每帧动态 Uniform | HOST_VISIBLE | HOST_COHERENT | View/Proj 矩阵、材质参数 |
| 需 CPU 回读结果 | HOST_VISIBLE | HOST_CACHED | GPU 粒子模拟回读、 occlusion query |
| 离散显卡上的 Staging | HOST_VISIBLE | HOST_COHERENT | 临时上传中间的 Buffer |
注意，HOST_COHERENT 不意味着跨设备的同步；仅在同一设备上保证 CPU-GPU cache coherency。命令顺序仍需显式 Barrier 或 Semaphore 保证。
十、Vulkan Memory Allocator (VMA)
手动管理 vkAllocateMemory 的分配、合并、回收非常繁琐且容易出错。Vulkan Memory Allocator (VMA) 是由 AMD 开源的高性能 C++ 内存管理库，它基于 VulkanMemoryAllocator 头文件实现，提供了基于内存池的智能分配策略，能显著降低分配开销并提升显存利用率。
引入 VMA 后，资源创建从繁琐的显式分配流程简化为：
#include <vk_mem_alloc.h>
// 初始化 Allocator
VmaAllocatorCreateInfo allocatorInfo = {};
allocatorInfo.physicalDevice = physicalDevice;
allocatorInfo.device = device;
allocatorInfo.instance = instance;
allocatorInfo.vulkanApiVersion = VK_API_VERSION_1_2;
VmaAllocator allocator;
vmaCreateAllocator(&allocatorInfo, &allocator);
// 创建带 VMA 托管内存的 Buffer
VmaAllocationCreateInfo vmaAllocInfo = {};
vmaAllocInfo.usage = VMA_MEMORY_USAGE_GPU_ONLY; // 自动选择 DEVICE_LOCAL
VkBuffer uniformBuffer;
VmaAllocation uniformAlloc;
vmaCreateBuffer(allocator, &bufferInfo, &vmaAllocInfo,
&uniformBuffer, &uniformAlloc, nullptr);
// 释放只需一行
vmaDestroyBuffer(allocator, uniformBuffer, uniformAlloc);
VMA 的核心优势在于：
- 智能内存池管理：自动将小资源合并到大内存块中，避免
vkAllocateMemory的对象数量限制。 - Usage 预设：
VMA_MEMORY_USAGE_GPU_ONLY、VMA_MEMORY_USAGE_CPU_ONLY、VMA_MEMORY_USAGE_CPU_TO_GPU、VMA_MEMORY_USAGE_GPU_TO_CPU自动选择最优内存类型，屏蔽底层差异。 - Defragmentation 支持：支持内存碎片整理，在运行时长久的应用中保持显存健康。
- Dedicated Allocation 自动检测：根据资源尺寸和驱动偏好，自动决定是普通子分配还是专用分配。
- 内存统计与调试：提供详细的内存使用统计、可视化 JSON 导出，帮助定位显存泄漏和过度分配。
以下是使用 VMA 创建 Optimal Tiling 纹理的完整示例：
VkImageCreateInfo texInfo = {};
texInfo.sType = VK_STRUCTURE_TYPE_IMAGE_CREATE_INFO;
texInfo.imageType = VK_IMAGE_TYPE_2D;
texInfo.format = VK_FORMAT_R8G8B8A8_UNORM;
texInfo.extent = { width, height, 1 };
texInfo.mipLevels = mipLevels;
texInfo.arrayLayers = 1;
texInfo.samples = VK_SAMPLE_COUNT_1_BIT;
texInfo.tiling = VK_IMAGE_TILING_OPTIMAL;
texInfo.usage = VK_IMAGE_USAGE_TRANSFER_DST_BIT
| VK_IMAGE_USAGE_SAMPLED_BIT;
VmaAllocationCreateInfo texAllocInfo = {};
texAllocInfo.usage = VMA_MEMORY_USAGE_GPU_ONLY;
VkImage textureImage;
VmaAllocation textureAlloc;
vmaCreateImage(allocator, &texInfo, &texAllocInfo,
&textureImage, &textureAlloc, nullptr);
在实际生产环境中，强烈建议将 VMA 作为 Vulkan 内存管理的标准基础设施，替代手动的 vkAllocateMemory / vkBindBufferMemory 调用。这不仅减少数百行样板代码，更能让你的应用在不同 GPU 架构上获得经过验证的最佳内存选择策略。
结语
Vulkan 将内存控制的全貌暴露给开发者，这意味着更大的责任，也意味着更高的性能上限。从 Memory Heap / Memory Type 的查询选择，到 vkAllocateMemory 与资源绑定的底层机制；从各类 Buffer 与 Image 的创建细节，到 Dedicated Memory、Memory Aliasing、Sparse Resource 等高级特性；再到 Staging Buffer 的上传策略和四种内存属性的取舍——每一个环节都直接影响渲染性能与显存占用。
而当手动管理变得不堪重负时，VMA 提供了工业级的解决方案，将复杂的分配策略封装在简洁的 API 之后。掌握这些知识，你就能在 Vulkan 的世界中游刃有余地驾驭 GPU 内存，将显式控制转化为真实的性能收益。
继续阅读
探索更多技术文章
浏览归档，发现更多关于系统设计、工具链和工程实践的内容。