最近打算使用 Win32 C++ 在 D3D11 写着色器（SM4.0）渲染墨迹（为了兼容 win7 sp1 + KB2670838 的系统和设备，所以是 dx11.1 和 SM4.0）。但是我觉得当前的方案还有非常大的优化空间，但是我作为 HLSL 萌新似乎已经有点懵了，所以需要大佬的指引。
首先，我的着色器用于渲染墨迹，墨迹的每个节点拥有一个宽度，并且我们绘制的是 round cup 和 round join 的墨迹。最初的方案是打算分段渲染每一个胶囊（当然贝塞尔已经处理好了，这里画折线中的一段就是），在矩形包围盒中，使用 PS 和 SDF 对每个点运算（这里我参考过 IQ 的写法写 SDF）并且抗锯齿。
这种方案目前的问题就是有大量的像素（特别是连接处，如果墨迹该节点宽度很宽，那么问题愈发严重）。我目前构思的优化方案是先实例化。然后改变包围盒，大概是使用 OBB，主要是去除会重复计算的问题。然后渲染逻辑也改为不是一段一段胶囊渲染，而是直接传入节点坐标和节点宽度，直接绘制整段的墨迹。
我有一个测试的 demo，可以看看（代码注释还是比较多的）。
Alan-CRL/Inkeys3-Draw3
我进行了一些统计，发现速度确实不如我写 D2D （CPU 算路径 + GPU Fill），当然这里的 GPU 时间统计并不准确，主要是这类 profile 在其他电脑上测试的时候不好解决。所以项目中的计时是冷启动+渲染+强制同步（如果是正常情况下我会设置 `dxgiDevice1->SetMaximumFrameLatency(1);` 来提供一帧的 GPU 缓冲时间）的时间。
当然，使用 PIX 得出的结果也并不理想，也使用了两秒多。
希望这个问题可以得到解决，谢谢。
当然，单个胶囊的绘制的冷启动问题我也不知道是为啥，反正 PIX 给出的是 0.8ms 左右的 GPU 时间，所以我想后面应该不是什么问题（可能是当前强制同步的锅）
