开发人员解释为每个游戏主机开发都是怎样的体验：PS3是...

chenke

翻译by chenke，请勿转载

开发人员解释为每个游戏主机开发都是怎样的体验：PS3是最难的

发布者：Kartik Mudgal | 2012年7月31日


在Munkeyfun工作室工作的Cory Bloyd揭示了从N64到PS3的不同游戏主机的开发难易程度。你猜对了，PS3是最难的。

“尽管我对索尼有些抱怨，但我真的很享受在他们的机器上开发。索尼的游戏主机一直是一个挑战。但是，如果你愿意与它们合作而不是对抗它们，它们会十倍地回报你。”他说。

他在Reddit上以Corysama的身份揭示了这些信息。你可以在下面查看他的完整解释。



一件如此优雅的事物怎么会如此难以开发?

PlayStation 1：一切都简单明了。经过几年的专注，一个人可以理解整个PS1的每一个细节。与当时的PC相比，这简直令人惊叹。但在开发的每一步，你都会说“真的？我得那样做吗？该死，好吧，我想……给我几个星期。”实际上没有调试器。你启动你的构建并观察会发生什么。

N64：一切都比较顺利。大多数情况下，它既快又灵活。你从未觉得自己能充分利用它。但这没关系，因为你随便应付出来的效果通常比大多数PS1游戏看起来更好。每兆字节的卡带都要花很多钱。有一个调试器，但调试器有时会出现完全随机的错误，比如在监视窗口中类型确定的偏移错误（通过将位解释为实际变量类型之前声明的类型来显示你的变量——真实的故事）。

Dreamcast：CPU很奇怪（Hitachi SH-4）。GPU也很奇怪（现代iPhone中PowerVR芯片的前身）。有很多你不知道如何使用的特性。微软差不多谈到了将其设置为类似PC的DirectX盒子，但没有兑现。不过那也行不通。它看起来可能会非常酷。但天啊，PS2会好得多！

PS2：你会拿到一本由日本硬件工程师编写的10英寸厚的手册。第一次阅读时，什么都不明白。第二次阅读时，由于你在第8本书中学到的知识，第3本书变得有点明白。该机器有10个不同的处理器（IOP、SPU1&2、MDEC、R5900、VU0&1、GIF、VIF、GS）和6个不同的内存空间（IOP、SPU、CPU、GS、VU0&1），它们的工作方式完全不同。你可以做很多令人惊叹的事情，但每件事都需要在无形的段错误刀锋上翻筋斗。让第一个三角形出现在屏幕上，有些团队花了一个多月的时间，因为这涉及到通过R5900->VIF->VU1->GIF->GS的指令路由，而没有任何反馈，直到你每一步都正确为止。如果你愿意按照机器的特点来调整你的游戏，你可以得到很棒的效果。主CPU（R5900）有一个调试器。它工作得相当好。对于其他处理器，你只能编写无bug的代码。

GameCube：我没有太多与GC合作的经验。它看起来非常灵活。你可以做任何事情，但没有什么会特别糟糕或特别好。GPU速度不快，但与Xbox相比，它的特性被严重低估了。CPU有极低的延迟内存。任何你能想到的复杂数据结构都应该没问题（理论上）。只管去做吧。但超过一半的内存被分割在一个极高延迟的障碍后面。所以你必须手动将数据组织成活动和批量。它有一个半吊子的SIMD，每次处理2个浮点数，而不是1个或4个。

PSP：我也没在这上面做过太多。它被宣传为缩减版的PS2，但从内部感觉更像是增强版的PS1。他们试图附加一些部分以减少开发的痛苦，但这些部分相比于原始设计显得笨拙。拥有几乎全速的PS2光栅化器用于较小分辨率的显示意味着你不用担心像素混合。

Xbox：感觉像是一台PC。有一些技巧可以挖掘来提升机器的性能。但大多数情况下，能够有一台单一、一致的PC规格来开发已经是很大的福气了。调试器真的有效！它真的、真的有效！PIX简直是天使送来的礼物。

Xbox 360：除了大端序的问题，它真的很像一台PC——直到你深入研究。GPU非常棒——除了有限的EDRAM意味着你必须绘制两次场景才能符合抗锯齿要求？什么鬼！天哪，有很多SIMD寄存器！4个浮点数 x 128个寄存器 x 6个寄存器组 = 12K的寄存器！你拿到DX9，一切都能立即工作。但如果你深入研究，你会发现更好的做事方法。越来越深。最终，你的代码看起来完全不像PC-DX9了，效果比以前好太多！调试器很棒！PIX！PIX！我爱死你了！

PS3：一个95磅重的箱子出现在你的桌子上，里面有24步的说明书，告诉你如何第一次启动它。每个人都尝试了，大多数人没能成功启动。最终，有个人到处走动，帮大家设置好了机器。只有一个CPU。看起来它似乎能做所有事情，但实际上不能。SPU看起来应该非常棒，但对你或其他任何人正在做的事情都不适用。CPU调试器工作得相当不错。没有SPU调试器。起初也没有类似PIX的工具。最终，一些索尼的第一方开发者受不了，自己做了一个类似PIX的GPU调试器。GPU非常、非常令人失望……大多数人试图坚持使用CPU，但它无法处理所有工作。少数人深入研究SPU，发现它们很快！不幸的是，他们最终发现SPU几乎需要全力以赴来弥补GPU的不足。