OpenHarmony开发者论坛
标题:
【技术分享】UNREAL移动游戏中的GPU性能分析与优化
[打印本页]
作者:
ditouzoulu
时间:
2024-2-25 21:12
标题:
【技术分享】UNREAL移动游戏中的GPU性能分析与优化
[md]随着近年来移动游戏的精品化发展，玩家对于游戏画质和光影效果的要求也越来越高，而随之带来的问题也是GPU性能压力的成倍提升，并已经逐步成为了大家项目的主要瓶颈。本文是UFSH2023的技术分享，由侑虎科技的张强带来移动设备中GPU性能分析与优化方法和实用技巧。
**视频链接：**[
https://www.bilibili.com/video/B ... fadbb842b16dac5ca39
](
https://www.bilibili.com/video/B ... fadbb842b16dac5ca39
)
# **一、GPU性能分析**
### **优化方法：**
* 高画质下，没有浪费
* 针对中低端设备，高费特性的LOD策略
### **优化尺度：**
* 衡量GPU压力
* 拆分帧率、能耗、发热因素。如overdraw、三角面片数多、后处理复杂度高等
* 指导优化方向
* 使画质分级恰到好处
### **核心性能指标：**
* 帧率，卡顿，内存，耗电，发热
* GPU更多影响帧率、耗电、发热
### **掉帧的本质：**
* GPU满频状态。在给定时间，无法完成给定帧数的渲染工作
### **耗电的本质：**
* 系统需要一定功率维持GPU的运转频率，以及GPU的数据传输
* 静态功率、动态功率、传输功率
### **发热的本质：**
* 电能的转换、数据的传输过程伴随着能量损耗
* 若设备散热能力不足，就会累积热能，提高设备温度
### **可用指标：**
* SoC GPU信息
* GPU Counter，Mali/Adreno/PowerVR
### **常用GPU Counter类别：**
* GPU Clocks，594.08万Cycles
* GPU Freq，449.98 MHz
* GPU Usage，62.02%
* GPU Time，15.18 ms
* GPU Utilization，74.68%
* GPU Shaded，868.15万个
* GPU Bandwidth，34.49MB
* GPU Stall，7.45%
* GPU Primitive，119013个
* GPU Shader Cycles，55.46百万Cycles
* DDR Freq，0.68GHz
### **图元Primitives：**
* 输入图元（Input Primitives）
* 可见图元（Visible Primitives）
* 剔除图元（Culled Primitives）。
### **Shader Cycles：**
* Shader Interpolator Cycles
* Shader Arithmetic Cycles
* Shader LoadStore Cycles
* Shader Texture Cycles
### **核心GPU指标：**
* GPU Clocks
* GPU Bandwidth
### **重要GPU指标：**
* GPU Clocks相关
* GPU Bandwidth相关
# **二、核心指标 —— GPU Clocks**
### **能效曲线**
* 横轴为功耗，纵轴为帧率。能效曲线非线性，功耗随GPU频率大约平方级增长
* 同样的事情，对于硬件，希望能用耕地的频率完成，更低的频率意味着更低的能耗
### **Dynamic Voltage and Frequency Scaling：**
* GPU侧动态调整机制，P=C*V^2*f，P功率、C常量、V电压、f频率
* 硬件侧，为了支撑更高的频率，需要提高电压，导致功率非线性上涨
* OPP机制（Operating Performance Point），任务量少时，低电压配低频率，任务量大时，高电压配高频率
### **GPU Frequency：**
* 当前频率
* 最大频率
* 1Hz = 1Clocks/秒
### **GPU Active：**
* GPU工作时长，可分为Fragment相关和非Fragment相关，像素和顶点的处理会在两条不同队列里执行
* GPU Active可分为Non-frag active和Frag active，分别处理非像素和像素部分任务，中间有一段并行时间
* GPU Load：GPU工作时间占比，一帧中GPU工作时间除以该帧总时长
* GPU Time：一帧中GPU工作时长
### **GPU Clocks：**
* 每秒对应关系：GPU Clocks ~= GPU Freq (clocks/s) * GPU Loading (%) * 1 (s)
* 每帧对应关系：GPU Clocks ~= GPU Freq (clocks/s) * GPU Time (ms) / 1000
### **1 Clocks处理的工作包括：**
* pscpc发射一个新线程（pscpc为per shader core per clock）
* pscpc结束并混合一个fragment
* pscpc写入一个像素
* pscpc发射一条指令
* pc处理14条FP16操作
* pc读取64 位uniform数据
* pc插值64位varing数据
* pc采样一个双线性滤波纹素
* ...
### **衡量单帧画面的GPU工作量：**
* 对于相同设备、相同渲染内容，单帧GPU Clocks基本不变
### **掉帧本质：**
* GPU满频状态，在给定时间内，无法完成给定帧数的渲染工作
* 单帧GPU Clocks * 目标帧率 > 最大GPU频率
### **耗电本质：**
* 系统需要一定的功率，维持GPU的运转频率，以及GPU的数据传输
* 静态功率、动态功率、传输功率
* 动态功率：单帧GPU Clocks * 目标帧率 > 最大GPU频率 * 80%
* 传输功率：单帧GPU Bandwidth * 目标帧率 > 4G/s
# **三、核心指标 —— GPU Bandwidth**
### **GPU Bandwidth：**
* 在shader cores中处理各种渲染任务时，如采纹理、访问顶点时，如果数据在L1/L2 Cache时，带宽相对有限（Internel Read/Write），如果不在其中，需要到显存访问（External Read/Write），带宽就会比较大
### **传输功率：**
* 1GB/s带宽对应功耗约100mW左右
### **预估范围：**
* SoC功率（100%）：2000 ~ 4000mW
* GPU功率（40%）：800 ~ 1600mW
* GPU传输功率（10% ~ 15%）：200 ~ 600mW
* 按100mW ~ 1GB/s，约为2 ~ 6GB/s，大多数游戏优化好，在3 ~ 4GB/s左右，高画质在7 ~ 8GB/s
### **发热本质：**
* 电能转换、数据传输伴随能量损耗（热能），Q = I^2 * R * t
* 若设备散热能力不足，会累积热能，提高设备温度
* SoC功率 > 4000mW
# **四、Demo数据分析**
### **Demo：**
* Overdraw每30帧增加1层用例，0-360层
* 华为V20
* 分辨率：2310*1080
* SoC：Huawei HiSilicon KIRIN 980
* GPU：Mali-G76
* 核心：MP10
* 最大频率：720MHz
### **单帧GPU Clocks：**
* 与Overdraw成正比，持续上涨
* 2200帧左右为12.7M Cycles
* 12.7M > 720MHz/60 = 12M，12M之后开始无法跑满60 FPS
### **帧率走势：**
* 开始跑满60帧
* 2200帧左右开始持续下滑
* 3900帧左右有一处明显下跌（温控限频导致）
### **动态GPU频率：**
* 2200帧前GPU频率持续升高，直到满频720MHz
* 3900帧左右GPU降频（温控），为586MHz（81%），之后持续处于该频率
### **整体功率：**
* 2200帧前，功率持续上涨，增速较快
* 2200帧到3900帧。基本持平
* 3900帧功率明显下落
### **GPU温度：**
* 2200帧前，温度持续上涨，增速较快
* 2200帧到3900帧，继续上涨，增速较慢，直到65℃
* 3900帧温度明显下落
### **GPU Time：**
* 500帧处有一处明显下落
* 1000帧到2000帧，基本稳定在16.6ms
* 2200帧到3900帧，持续上涨
* 3900帧有一处明显上涨，之后持续上涨
### **优化目标：**
* 单帧GPU Clocks < 最大GPU频率 / 目标帧率 * 80%
* 单帧GPU Bandwidth < 4G/s / 目标帧率
# **五、重要指标 —— GPU Clocks相关**
### **GPU Utilization：**
* 定位Fragment和Non-Fragment任务的时间占比
* 可看出是否为定点处理压力/渲染面太多导致GPU压力
### **GPU Shaded：**
* Shader Core执行的Fragment/Vertices处理量
* Overdraw = Fragment Shaded / Screen Pixels
### **GPU Shader Cycles：**
* Shader Core执行的4种类型的cycles的量
* Shader Core执行的4种单元：
* Arithmetic/Execution Engine 数学计算
* Interpolator/Varying Unit 顶点到像素shader的插值计算
* LoadStore/Load/Store Unit 寄存器存取
* Texture/Texture Unit 纹理采样
* 并行处理，不同元器件分别在执行
### **GPU Primitive：**
* 图元剔除情况
* 一般3d场景剔除百分比在50%左右或者更低
* 如果剔除比例非常高，则渲染面不太合理，可能很大的模型只有一小部分在视域体内
# **六、重要指标 —— GPU Bandwidth相关**
### **GPU Bandwidth：**
* Read/Write Bandwidth
* 通常Read的带宽比例更大
* Read的带宽可分为读纹理和读顶点的带宽，读纹理的带宽占比更大
### **GPU Stall：**
* Read/ Write Stall
* 各种读取涉及Stall，发送传输请求，硬件压力太大传不了，请求的比例统计为Stall的百分比
* 反映当前带宽的压力
### **GPU Cache Miss（Adreno）：**
* L1/L2 Cache Miss比例
* Miss的概率越高，带宽产生越多
### **GPU Texture Filter（Adreno）：**
* Non-Base/Linear/Nearest/Anisotropic
* 各种指标有推荐值范围，需结合线上报告推荐值和实际测试数据，判断是否合理！
# **七、总结**
### **核心指标：**
* GPU Clocks
* GPU Bandwidth
### **重要指标：**
* GPU Clocks相关：
* Utilization，Shaded，Shader Cycles，Primitive
* GPU Bandwidth相关：
* Read，Write，Stall，Cache Miss，Texture Filtering
### **总结：**
* 衡量GPU压力的时候，先关注核心指标，Clocks、Bandwidth是否超标，若有超标，再去关注以上对应的细项，进一步判断
[/md]
欢迎光临 OpenHarmony开发者论坛 (https://forums.openharmony.cn/)
Powered by Discuz! X3.5