【技术分享】UNREAL移动游戏中的GPU性能分析与优化

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/BV15c411b7rq/?spm_id_from=333.999.0.0&vd_source=d137f59271b4afadbb842b16dac5ca39

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=CV^2f，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