GPU指标详细说明

一、概要
移动端性能测试时手机CPU与GPU的使用情况一直是大家关心的，特别是游戏性能测试中GPU的运行状态更是关注的重点内容。此次PerfDog业界首创支持GPU详细信息采集（第一期支持Mali机器），相较于之前GPU信息只能记录GPU占用率和GPU频率，新版PerfDog增加了Mali GPU Utilization、Mali Pixels Info、Mali Memory & Bus Bandwidth等信息，让GPU运行的各种信息细节尽收眼底，对游戏GPU针对性优化与游戏性能测评都提供了更为充实的数据支撑。

下面将系统讲解一下各新增GPU性能指标的含义，以及如何利用这些性能指标去分析和优化GPU性能。

二、GPU性能指标详解
2.1 Mali GPU Utilization
性能指标含义

        Mali GPU Utilization包含Non Fragment Utilization和Fragment Utilization两个性能指标。Non Fragment Utilization指非片段处理耗时占整体GPU处理耗时百分比，Fragment Utilization指片段处理耗时占整体GPU处理耗时百分比。

上图显示了通过GPU处理不同类型工作负载的基本处理管道数据路径，以及各个层次结构中每个处理模块的性能指标。在Mali GPU上运行的工作负载由作业管理器统一协调，该任务管理器负责将工作负载调度到GPU内部的各个处理单元上，它将两个FIFO工作队列（称为作业插槽）公开给图形驱动程序。一个插槽用于非片段工作负载，其中包括vertex shading, tiling，geometry shading, tessellation shading, and compute shading，还有一个插槽用于片段着色工作负载，主要包括光栅化、EarlyZ、FPK、Fragment shading、Blender、Tile write等。

性能指标意义
用于定位GPU瓶颈是在非片段处理阶段还是片段处理阶段，可用于指导程序优化方向。当出现GPU瓶颈时，正常情况下Non Fragment Utilization和Fragment Utilization至少有一个是接近100%，如果两者都低于100%，则有可能是Non Fragment和Fragment之间存在数据依赖关系。

        Non Fragment Utilization过高原因及优化建议：

        1.顶点数量过多

            1.1.是否有大量不可见顶点，优化建议：遮挡剔除、视锥裁剪、背面裁剪。

            1.2.可见顶点数量多，优化建议：使用Lod简化模型，使用距离裁剪。

        2.顶点属性数据量大，优化建议：使用中精度属性、删除无用属性。

        3.顶点Shader过于复杂，优化建议：顶点Shader中避免采样纹理，尽量使用低精度变量进行计算。

        4.使用了复杂的compute shader或者geometry shader、tessellation shader



        Fragment Utilization过高原因及优化建议：

        1.片段数目过多

            1.1.使用Mask材质导致EarlyZ和FKP机制失效，优化建议：提前渲染Mask mesh深度或者降低Mask mesh面数，检查是否可以禁用Mask。

            1.2.粒子等半透明像素过多，优化建议：减少粒子数量，控制粒子大小。

        2.片段Shader过于复杂

            2.1.ALU逻辑计算耗时高，优化建议：避免动态分支，避免使用高耗时函数、把复杂的计算转移到VS阶段。

            2.2.纹理采样耗时高，优化建议：减少纹理采样次数、使用压缩格式纹理、避免使用各项异性过滤方式。

            2.3.Load/Store耗时高，优化建议：使用中精度变量，尽量避免使用高精度计算。



2.2 PixelThrought
    性能指标含义
        指平均每个已着色Pixel所耗费的GPU Cycle，包括Non Fragment处理Cycle和Fragment处理Cycle。假设GPU最高频率为800Mhz，GPU使用率100%，游戏运行分辨率为1080*2340，FPS为60。

        每秒Shaded Pixel (不考虑OverDraw)= 1080 * 2340 * 60 = 151.6M

        PixelThrought = 800M / 151.6 = 5.27 Cycle

        说明在这种情况下平均渲染每个Pixel 花费5.27个Cycle。

    性能指标意义
        由于该指标衡量的是平均每个已着色Pixel所耗费的GPU Cycle，所以通常情况下该指标和Vertex Shader或Fragment Shader复杂度有关，可以根据Non Fragment Utilization和Fragment Utilization这两个指标来判定哪部分瓶颈。如果是Fragment处理瓶颈，说明当前场景下Fragment Shader较为复杂，导致处理单个Pixel所耗费Cycle较高。

    性能指标测试验证
        测试用例：保持顶点数和Fragment数量不变，使用循环语句和次数控制VS和FS计算量，验证对PixelThroughput的影响。

        测试机型：Oppo R15（GPU型号：Mali G72 MP3）

        测试数据：
   ![image.png](//files.wetest.qq.com/files/wetest-developer-appicon/infoIcon/4955906f28bd030d1fb1b6b12b7b24f3.png)


        测试结论：Shader中循环次数越多，计算量越大，PixelThroughput越高。

2.3 Mali OverDraw
性能指标含义
Overdraw就是在一帧当中，同一个像素被重复绘制的次数。PerfDog中OverDraw是每秒的平均OverDraw，即

        OverDraw = 每秒Shaded Fragments / 每秒Screen Pixels

        假设游戏运行FPS为60， 游戏运行分辨率为1080*2340，每秒Shaded Fragments 数量为273M。OverDraw = 273*1000000 / (1080*2340*60) = 1.8

        从以上公式上可以看出在固定分辨率和帧率下，OverDraw越高则说明每帧处理的Fragments数量越大，负载越高，当负载超过GPU最大处理能力后就会引起掉帧。

    性能指标意义
        当我们分析GPU性能时，首先需要定位性能瓶颈。如果某段时间Fragment Utilization突然升高，原因可能是以下两个方面：

            1、Fragment数量增大，对应Overdraw性能指标升高，优化方向是降低OverDraw。

            2、Fragment平均处理耗时增大，对应PixelThrought性能指标升高，优化方向是降低材质Shader复杂度。

        Overdraw过高原因及优化建议：

           1.在游戏中，Overdraw过高主要是由AlphaTest和AlphaBlend物件渲染导致，Opaque物件由于GPU中的EarlyZ、FPK机制会自动进行排序并剔除被遮挡片段，所以Opaque物件对于OverDraw影响较小。

            2.AlphaTest物件Overdraw影响：AlphaTest物件的深度写入需要在执行FragmenShader之后才能确定是否写入深度，延迟的深度写入会影响TBDR架构下的HSR效率，因为后续图元需要等到AlphaTest图元执行完FragmenShader并更新深度缓冲区后才能继续处理。

        AlphaTest物件Overdraw优化建议：

            1.从前往后排序渲染。

            2.美术制作时减小AlphaTest三角形图元面积。

AlphaBlend物件Overdraw影响：AlphaBlend物件可以被Opaque物件EarlyZ剔除，但是因为不会写深度，所以AlphaBlend三角形彼此不能EarlyZ剔除，叠加时产生OverDraw。游戏中的半透明粒子特效、UI等容易产生OverDraw问题。

AlphaBlend物件Overdraw优化建议

            1.降低半透明混合叠加层数，例如半透明粒子特效根据机型调整粒子数量。

            2.尽量缩减半透明图元屏幕渲染面积，例如渲染粒子特效或UI时使用不规则面片代替矩形面片进行渲染。



    性能指标测试验证
        测试用例1：验证AlphaBlend物件叠加渲染对OverDraw影响

        从摄像机开始由近到远绘制全屏四边形，用滑块控制靠近摄像机的N层(共20层，0<N<=20)为半透明全屏四边形，后面(20-N)层为不透明全屏四边形，验证Fragments/pixel的值是否符合OverDraw的定义。

        测试机型：Oppo R15（GPU型号：Mali G72 MP3）

        测试数据:

测试结论：不透明三角形由于GPU 有EarlyZ和FKP机制，把被遮挡的不透明三角形给剔除掉了，所以被遮挡的不透明三角形不会增加OverDraw。而最上层的半透明三角形由于不会写深度，所以上层的不透明三角形并不会遮挡掉下层的不透明三角形，会增加OverDraw，OverDraw和不透明三角形层数正比。

        测试用例2：验证AlphaTest物件渲染排序方式对OverDraw影响

        在场景中摆放50个2D公告板草，然后调整草的渲染排序方式，测试OverDraw。

        测试机型：Oppo R15（GPU型号：Mali G72 MP3）

        测试数据:

2.4 BusRead/ BusWrite
性能指标含义
BusRead/ BusWrite分别表示GPU每秒通过系统总线从外部共享内存中读取和写入的字节数。GPU读写外部DDR内存非常的耗电，通常来说每GB / s带宽功耗为100mW。另外读写外部内存相对于GPU内部Cache来说，延迟会更大。

BusRead带宽主要来自于GPU的Load/Store Unit、Texture Unit和 Tile Unit三个处理单元，包括顶点输入属性数据、Uniform数据、TileList数据、纹理数据、颜色/深度数据的读取，BusRead大小取决于GPU这几个单元每秒的数据读取量以及L1、L2缓存的命中率。在总数据量不变的情况下，缓存命中率越高，BusRead越小。

        BusWrite带宽主要来自于GPU的Load/Store Unit和 Tile Unit两个处理单元，包括顶点输出属性数据、TileList数据、颜色/深度数据的存储。



    性能指标意义
        BusRead带宽过高原因及优化建议：

            1.顶点属性带宽

                1.1.减少顶点数量：使用遮挡剔除、视锥剔除、距离剔除、Lod。

                1.2.顶点Position属性使用单独的缓冲区，其他属性使用一个缓冲区。

                1.3.移除在Vertex Shader中不参与计算的顶点输入属性数据。

                1.4.尽量使用中精度属性。

            2.纹理带宽

                2.1.使用ETC2、ASTC等压缩格式。

                2.2.使用MipMap，可以增加Cache命中率，降低带宽。

                2.3.避免使用各项异性过滤方式。

                2.4.相邻像素纹理坐标尽量连续，防止跳变，影响Cache命中率。

             3.颜色/深度缓冲区带宽

                3.1.渲染阴影时Framebuffer只绑定深度缓冲区，禁用颜色缓冲区。

                3.2.后处理RT只绑定颜色缓冲区，禁用深度缓冲区。

                3.3.每帧开始时调用glClear函数清除颜色、深度、模板缓冲区，防止重新Load上一帧Framebuffer数据。

                3.4.避免调用glReadPixels等函数从Framebuffer中获取像素。



        BusWrite带宽过高原因及优化建议：

            1.顶点输出属性带宽

                1.1.减少顶点数量：使用遮挡剔除、视锥剔除、距离剔除、Lod。

                1.2.尽量使用中精度输出属性。

            2.Tile List带宽

                2.1.降低三角形数量，特别是微小三角形，可根据ScreenSize剔除。

                2.2.检查是否开启背面裁剪。

            3.颜色/深度缓冲区带宽

                3.1.渲染阴影时Framebuffer只绑定深度缓冲区，禁用颜色缓冲区。

                3.2.后处理RT只绑定颜色缓冲区，禁用深度缓冲区。

                3.3.对于每一个framebuffer，一帧中只绑定一次，并且在解绑或使用framebuffer object的结果之前，要确保所有影响它的渲染指令提交完毕。



    性能指标测试验证
        测试用例1：验证FrameBuffer颜色缓冲区格式对内存带宽的影响

        渲染一个全屏四边形，仅修改颜色缓冲区格式，验证对内存带宽影响。

        测试机型：Oppo R15（GPU型号：Mali G72 MP3）

测试数据：

测试结论：颜色缓存区使用24位相比16位格式，BusRead和BusWrite带宽都有明显增加，BusRead增加24%，BusWrite增加28%。

Ø 测试用例2：验证FrameBuffer是否附加深度缓冲区对内存带宽的影响

渲染一个全屏四边形，仅修改是否附加深度缓冲区，验证对内存带宽影响。

测试机型：Oppo R15（GPU型号：Mali G72 MP3）

测试数据：

测试结论：由于三线性需要采样两个MipMap，L2Texture带宽和BusRead都会增加。