对目前的显卡来说，把三角形提交给显卡渲染，是一个相当较慢的操作，据wloka 2003显示，1Ghz的cpu，每秒只能渲染大约10000-40000批（ 像 DrawIndexedPrimitive，DrawIndexedPrimitiveUP之类的，一次调用就算一批），在更现代的cpu上面，估计这个数目也就是在30000-120000批，按每秒30帧计算，每帧能够提交的dp次数不会超过4000，所以，为了实现一个强大的渲染引擎，一定要想办法在每次dp调用时，尽可能的处理更多的三角形。其中几何体实例化渲染就是为了实现这个目的而产生的。
 几何体实例化的原理是：一个3d场景中，例如一片森林，有很多树木，一般来说，这很多树木，基本上都是共用少数的几个模型数据，只是位置，大小，旋转和颜色有些差别，采用实例化渲染技术，dp次数就取决于模型数据，而不是所渲染的树木数据了。
 从技术上来说，几何体实例化并不复杂， 但是要集成到引擎中，还是需要做一些工作的，本人主要从三个方面着手：
 1：数据归类，将能够实例化渲染的数据归纳在一起。
 2：创建教实例化所需要的顶点格式和流。

 为了方便讲解，我在这里做一些假定：
 在这里，模型的顶点格式为：顶点缓冲区为一个流。
 const D3DVERTEXELEMENT9 g_VBDecl_Geometry[] =
{
{0,  0, D3DDECLTYPE_FLOAT3, D3DDECLMETHOD_DEFAULT, D3DDECLUSAGE_POSITION, 0},//位置，
{0, 12, D3DDECLTYPE_FLOAT3, D3DDECLMETHOD_DEFAULT, D3DDECLUSAGE_NORMAL,   0},//法线
{0, 24, D3DDECLTYPE_FLOAT2, D3DDECLMETHOD_DEFAULT, D3DDECLUSAGE_TEXCOORD, 0},//纹理坐标
D3DDECL_END()
};
那么，实例化的顶点格式应该是，
const D3DVERTEXELEMENT9 g_VBDecl_Geometry[] =
{
//第一个顶点缓冲区流，储存静态模型的顶点数据
{0,  0, D3DDECLTYPE_FLOAT3, D3DDECLMETHOD_DEFAULT, D3DDECLUSAGE_POSITION, 0},//位置，
{0, 12, D3DDECLTYPE_FLOAT3, D3DDECLMETHOD_DEFAULT, D3DDECLUSAGE_NORMAL,   0},//法线
{0, 24, D3DDECLTYPE_FLOAT2, D3DDECLMETHOD_DEFAULT, D3DDECLUSAGE_TEXCOORD, 0},//纹理坐标

//第二个顶点缓冲区流，储存每个实例的世界矩阵和颜色。
{1, 0,  D3DDECLTYPE_FLOAT4, D3DDECLMETHOD_DEFAULT, D3DDECLUSAGE_TEXCOORD, 1},
{1, 16, D3DDECLTYPE_FLOAT4, D3DDECLMETHOD_DEFAULT, D3DDECLUSAGE_TEXCOORD, 2},
{1, 32, D3DDECLTYPE_FLOAT4, D3DDECLMETHOD_DEFAULT, D3DDECLUSAGE_TEXCOORD, 3},
{1, 48, D3DDECLTYPE_FLOAT4, D3DDECLMETHOD_DEFAULT, D3DDECLUSAGE_TEXCOORD, 4},
{1, 64, D3DDECLTYPE_FLOAT4, D3DDECLMETHOD_DEFAULT, D3DDECLUSAGE_COLOR,    0},

D3DDECL_END()
};
3：修改hlsl

 
float4x4 LocalToWorld;

float4x4 GetLocalToWorld(VertexInput IN)
{
#if USE_INSTANCE //如果实例化渲染，那么世界矩阵来自于顶点输入的数据
 float4x4 WorldMatrix={
        IN.LocalMatrix0,
        IN.LocalMatrix1,
        IN.LocalMatrix2,
        IN.LocalMatrix3,
   };
  return WorldMatrix;
#else//否则，返回设置的世界矩阵。
  return LocalToWorld;
#endif
}

 
4：填充第2个流，并且设置，渲染。
 
5：测试，加载了wow的一个场景，
采用实例化渲染： 458 dp ，帧率 102帧左右
不采用实例化：   963 dp， 帧率 98帧左右。
采用实例化渲染，减少了一半的dp次数，不过，帧率提升不明显，估计是当前的瓶颈还不是在这个地方导致的。

最后上图说明。呵呵：