建设银行 网站首页,专业网络推广公司排名,抚州市城乡建设局网站,广告设计公司vi一、各类电子设备功耗对比
桌面级主流性能平台#xff0c;功耗一般为300W#xff08;R7/I7X60级别显卡#xff09;#xff0c;游戏主机150-200W入门和旗舰游戏本平台功耗为100W主流笔记本为50-60W#xff0c;超极本为15-25W#xff0c;旗舰平板为8-15W旗舰手机为5-8W功耗一般为300WR7/I7X60级别显卡游戏主机150-200W入门和旗舰游戏本平台功耗为100W主流笔记本为50-60W超极本为15-25W旗舰平板为8-15W旗舰手机为5-8W主流手机为3-5W。 桌面和移动端带宽比较 二、名词解释
SocSystem on Chip Soc是把CPU、GPU、内存、通信基带、GPS模块等等整合在一起的芯片的称呼。常见有A系Soc苹果骁龙Soc高通麒麟Soc华为联发科Soc猎户座Soc三星去年苹果推出的M系Soc暂用于Mac但这说明手机、笔记本和PC的通用芯片已经出现了。
物理内存 Soc中GPU和CPU共用一块LPDDR物理内存就是我们常说的手机内存也叫System Memory大概几个G。此外CPU和GPU还分别有自己的高速SRAM的Cache缓存也叫On-chip Memory一般几百K~几M。不同距离的内存访问存在不同的时间消耗距离越近消耗越低读取System Memory的时间消耗大概是On-chip Memory的几倍到几十倍。
On-Chip Buffer 在TB(D)R架构下会存储Tile的颜色、深度和模板缓冲读写修改都非常快。如果Load/Store指令中缓冲需要被Preserve将会被写入一份到System Memory中。
Stall 当一个GPU核心的两次计算结果之间有依赖关系而必须串行时等待的过程便是Stall。
FillRate 像素填充率 ROP运行的始终频率 * ROP的个数 * 每个始终ROP可以处理的像素个数。
TBRTile-BasedDeferredRendering是目前主流的移动GPU渲染架构对应一般PC上的GPU渲染架构则是IMRImmediate Mode Rendering。TBRVS-Defer-RS-PSTBDR VS - Defer - RS - Defer - PS
三、IMRImmediate Mode Rendering
参考3.4作业 IMR流程图 四、TBR TBDR
参考3.4作业
TB(D)R 宏观上总共分2个阶段
第一阶段执行所有与集合相关的处理并生成Primitive List图元列表并且确定每个tile上面有哪些primitive。第二阶段将逐块执行光栅化及其后续处理并在完成后将Frame Buffer协会到System Memory中。 TBR简化版示意图 TBR的核心目的是降低带宽减少功耗但渲染帧率上并不比IMR快。
优点 (1TBR给消除Overdraw提供了机会PowerVR用了HSR技术Mali用了Forward Pixel Killing技术目标一样就是要最大限度减少被遮挡pixel的texturing和shading。(2TBR主要是 cached friendly, 在cache里头的速度要比全局内存的速度快的多以及有可能降低render rate的代价降低带宽省电。
缺点 (1这个操作需要在vertex阶段之后将输出的几何数据写入到DDR然后才被fragment shader读取。这之间也就是tile写入DDR的开销和fragment shader渲染读取DDR开销的平衡。另外还有一些操作(比如tessellation)也不适用于TBR(2如果某些三角形叠加在数个图块Overdraw则需要绘制数次。这意味着总渲染时间将高于即时渲染模式。
五、不同GPU的Early-DT
Android——Qualcomm Adreno 采用外置模块LRZ。在正常渲染管线前多执行一次VS生成低精度depth texture以提前剔除不可减的Triangle。说白了就是直接用硬件做Occlusion Culling功能类似软光栅遮挡剔除。因为做LRZ时执行VS只需要用到position信息所以单独抽出position stream能带来bandwidth和cache的优化。
Arm Mali采用Forward Pixel Kill技术 位于管线的位置发生在Early-z之后数据模型先进先出的队列后面详细说下Mali
PowerVR的HSR HSR Hide Surface Removal隐形面剔除大体实现原理 从相机射出一根射线当它遇到第一个不透明物体时会停下来这样就会打断后面三角形后续PS处理。
六、Arm Mali GPU
参考链接
https://www.youtube.com/watch?vtnR4mExVClY 1.介绍与移动端系统 CPU用来负责应用程序和驱动程序。GPU负责图形渲染工作DPU负责将影像正确的显示到荧幕上。流程CPU负责准备模型、贴图等资源并且向GPU发送命令-GPU将准备好的图形传给DPU-DPU进行显示。GPU也可以通过Shader产生一些指令生成些资源。 ARM芯片图 “大”CPU运行速度。“小”CPU数量多运行速度慢系统会将一些运算量简单的计算丢到“小”CPU里达到效能最大化。DRAM用来存放程序和一些数据。手机的话GPU与CPU会共享存储而电脑各自有各自的存储空间其中独立显卡的存储空间又叫做VRAM。存储数据这部分DRAM会非常耗电每1GB/S信息会花费大约100毫瓦mw的电力。如果打算分配0.5W的电力在DRAM上大约可以达到5GB/s的流量但如果是以60FPS来算的话每个画面大约分到85M的数据而且这是包含了所有CPU、GPU以及DPU的内存总流量。DPU处理图片的合成、缩放、旋转以及色彩系统的转换等等而且需要再一定时间内完成。因此在GPU正确的设置会分担些它的工作CellularModem负责通讯的数据机。VPU影像压缩以及解压缩处理器。ISP处理照相机影响的讯号处理器。NPU机器学习的加速器。
CellularModem、VPU、ISP、NPU会分配到2~3W的电力来运作。 效能与耗能比 2.5W的电力分配图DPU耗电极小忽略掉 效能与每瓦效能比
可以看出在最大效能Nominal OP 14分时每瓦单位效能比18分。
如果将频率降到一半使用降频后的电压来去驱动CPU那么效能分数会降到7分但是每瓦效能比可以提高到35分。如果把工作平均分配到两个平行的执行绪上同步处理则效能分数又可以回到14分但是却只要消耗一半的电力。
这告诉我们在一个拥有多CPU丛集的系统上不论是CPU或者GPU都是被设计来将复杂的工作分散到多个单元上处理借此来达到高效率的电力使用多处理器的设计让更多复杂的应用可以在降频的状态下顺利运行从而节省电力消耗因此只要确保工作能被有效的分散到多个执行绪上就可以了。
2.GPU架构 上面是传统GPU管线流程下面是Mail GPU管线工作流程
IMR渲染流程
此处为语雀视频卡片点击链接查看录制_2021_11_25_00_22_13_231.mp4
IMR渲染流程
FIFO缓冲区规则先入先出将三角形推入FIFO缓冲区中当空间满后等待Pixel Processing处理。 当三角形被推入FIFO中后像素着色器可以立即进行处理。
此处为语雀视频卡片点击链接查看录制_2021_11_25_13_54_10_276.mp4
IMR渲染流程 TBR渲染流程
此处为语雀视频卡片点击链接查看录制_2021_11_25_12_52_52_693.mp4
TBR流程中没有FIFO取而代之的则是tile。 所谓的Render Pass会在最后一个Drawcall后产生。几何处理必须先完成才能建立Tile。接着像素处理才开始。
此处为语雀视频卡片点击链接查看录制_2021_11_25_12_57_11_612.mp4
TBR渲染流程
每个Tile会在Fragment的渲染完成后才将结果写入内存中Drawcall有时会在Tile之间交错进行。 shader里写 if else语句会导致执行绪空间利用率不足因此要避免此类操作。
七、移动端Tile Based Render的优化
记得不使用Framebuffer的时候clear或者discard 主要是清空积存在tile buff上的 frame Data所以在unity里面对render texture的使用也特别说明了一下当不再使用这个rt之前调用一次Discard。在OpenGL ES上善用glCleargllnvalidateFrameBuffer避免不必要的Resolve刷system memory行为
不要在一帧里面频繁的切换framebuffer的绑定 本质上就是减少tile buffer 和system memory之间的 的stall 操作
对于移动平台建议你使用 Alpha 混合而非 Alpha 测试。在实际使用中你应该分析并比较 Alpha 测试和 Alpha 混合的表现因为这取决于具体内容因此需要测量通常在移动平台上应避免使用 Alpha 混合来实现透明。需要进行 Alpha 混合时尝试缩小混合区域的覆盖范围手机上必须要做Alpha Test先做一遍Depth prepass参考参考目录的[Alpha Test的双pass 优化思路]图片尽量压缩 例如:ASTC ETC2图片尽量走 mipmap尽量使用从Vertex Shader传来的Varying变量UV值采样贴图连续的不要在FragmentShader里动态计算贴图的UV值非连续的否则CacheMiss在延迟渲染尽量利用Tile Buffer 存储数据如果你在Unity 里面调整 ProjectSetting/Quality/Rendering/Texture Quality 不同的设置或者不同的分辨率下帧率有很多的变化那么十有八九是带宽出问题啦MSAA(增加对framebuffer读取的次数)其实在TBDR上反而是非常快速的。少在FS 中使用 discard 函数调用gl_FragDepth从而打断Early-DT(HLSL中为ClipGLSL中为discard )尽可能的在Shader里使用Half Float如果Shader中仅有少量FP16的运算且FP16需和FP32混合计算则统一使用Float好处1带宽用量减少2GPU中使用的周期数减少因为着色器编译器可以优化你的代码以提高并行化程度。3要求的统一变量寄存器数量减少这反过来又降低了寄存器数量溢出风险。具体有哪些数据类型适合用half或者float 或者fix请查看参考目录的[熊大的优化建议]在移动端的TB(D)R架构中顶点处理部分容易成为瓶颈避免使用曲面细分shader置换贴图等负操作提倡使用模型LOD,本质上减少FrameData的压力
参考链接
[GPU性能指标 ]
https://www.gpuinsight.com/gpu_performance/
[三星的GPU-FrameBuff指导]
GPU Framebuffer Memory: Understanding Tiling | Samsung Developers
[英伟达的TBR教学文章]
On NVIDIAs Tile-Based Rendering | TechPowerUp
[ARM的TBR教学文章]
Documentation – Arm Developer
[苹果OpenGL程序开发指南]
Tuning Your OpenGL ES App
[OpenGL Insights]
https://www.seas.upenn.edu/~pcozzi/OpenGLInsights/OpenGLInsights-TileBasedArchitectures.pdf
