GPU硬件笔记

• 2009年，Shader Model5.0，支持tessellation和compute shader
  

• 4.0支持tessellation
  
• 4.3支持compute shader
  

• 2003年，opengles 1.0(a stripped-down version of OpenGL 1.3)，固定管线
  
• 2007年，opengles 2.0，支持可编程管线
  
• 2012年，opengles 3.0，支持mrt、纹理压缩、gpu instancing等
  
• opengles 3.1，支持compute shader
  
• opengles 3.2，支持geometry shader和tessellation shader
  

• 2014年发布
  
• 硬件支持特性，参见[3]
  

• ALU(Arithmetic Logic Unit)，包括移动，对比，分支处理等基本的运算单元；
  
• RF(Register file), 寄存器文件；
  
• L1，L1缓存，通常存在于MP中，表示多个ALU运算器的寄存器的缓存；
  
• L2，L2缓存，基本可以认为L2 cache是介于系统内存和GPU之间，任何图形单元通过L2缓存获取数据，光栅化后的数据也可以缓存在上面；
  
• LDS, local data storage；
  
• TX, Texture Units；
  
• SU, Special Unit，ALU没有包括的特殊计算指令；
  
• MP, Multiprocessor，上述的集合；
  

• Buffer，通过LD/ST来处理：
  

存取单元访问
可读可写
随即访问，包括写入

• Texture，通过TEX处理：
  

贴图单元访问
支持过滤和压缩
贴图预读优化

• Buffer
  

较大的结构体数据     
直接寻址访问   
一维的访问
不能承受插值和压缩

• Texture
  

二维或三维访问
数据宽度匹配数据格式
数据可以承受压缩和过滤
通过VS输出的UV进行索引

• 线程，Thread，任意一个像素的计算都可以称为线程；
  
• 线程束，warps/wavefronts，使用相同程序的线程可以分为同一组，NVIDIA称为Warps，AMD称为Wavefronts。
  

• 占用率，occupancy，是指一个warp驻留在GPU中，如果一个程序需要的寄存器和内存越小，那么就会有越多的warp驻留在GPU端，则SM更小的概率会空闲，则性能会更好；
  
• 条件分支；
  

• 计算力的浪费
  

当两次渲染有前后遮蔽关系时，IMR模式因为两次draw命令都要执行，因此会存在经过片断着色后的像素被深度测试抛弃，这样就浪费了GPU的运算能力。当然，目前几乎所有的IMR架构的GPU都会提供Early Z的判断方式，一般是在光栅化里面对图形的遮蔽关系进行判断，提前剔除被遮挡像素，避免它在像素着色器中的计算。

• 带宽的浪费
  

渲染命令在执行需要随时读写frame buffer，depth buffer和stencil buffer，这带来大量的内存带宽消耗，在移动平台上面访问片外内存是最消耗电量和最耗时的操作，带宽的消耗带来的结果就是耗电的提高。

• tiling
  

它将需要渲染的画面分成一个个的矩形区块，例如16x16。模型的顶点经过顶点着色器运算以后会组装成一个个的三角形，这些三角形会被缓存在一个三角形缓存中。如果某个三角形需要在某个区块里面绘制，那么就会在该区块的三角形列表中存一个索引。等一帧里面所有的渲染命令都经执行顶点着色器后，每个tile就会有一个三角形列表，这列表就包含了需要在该tile内部绘制的所有三角形

• rasterization and fragment processing
  

进行光栅化和片段计算。

执行raster和Per-fragment operation时不需要反复的访问frame buffer，depth buffer，stencil buffer。这是因为GPU可以把整个tile的frame buffer/depth buffer/stencil buffer保存在一个片上的高速缓存中，这样GPU就直接访问tile，而不需要访问外部内存。这大大减少了内存的带宽消耗，也意味着能耗的降低。

这意味着如果场景里面有很多的顶点，那么片上缓存就不可能存下这么多顶点信息和三角形列表，就不得不依靠外部内存来存储，就会有额外的带宽消耗。不过庆幸的是当前的移动3D绘制都不会有太多三角形的场景。一个复杂的模型也就1万多个三角形，因此一个通常的场景大概就是几十万三角形。随着移动游戏越来越复杂精美，模型的复杂程度也会快速上升，这也是TBR架构在未来将会面临的一大挑战。

• Blending
  

On immediate-mode GPUs, blending is usually expensive because it requires a readmodify-write cycle to the framebuffer, which is held in relatively slow memory. On a tile-based CPU, this read-modify-write cycle occurs entirely on-chip and so is very cheap. Some GPUs have dedicated blending hardware which makes the blending operation essentially free, while others use shader instructions to implement blending; hence, blending will reduce fragment shading throughput.

• Multisampling
  

In contrast, multisampling in a tile-based GPU can be very cheap, as the multiple samples need only be retained in the on-chip tile buffer, with only the averaged color value written out to framebuffer memory. Thus, multisampling has no impact on framebuffer bandwidth.There are, nevertheless, two costs: firstly, 4 times multisampling will require four times as much tile buffer memory. The second cost for multisampling (which also affects immediate-mode GPUs) is that more fragments will be generated along object silhouettes.

• Clear
  

When it comes to performance-tuning, the most important thing to remember about a tile-based GPU is that the representation of a frame that is currently being constructed is not a framebuffer but the frame data: lists of transformed vertices, polygons, and state necessary to produce the framebuffer. Unlike a framebuffer, these data grow as more draw calls are issued in a frame.

• 模型尽量从前后往后排序
  
• 关闭blend
  

• NVIDIA的Tegra K1 GPU的后继者，性能是A8X的两倍。
  

• A8, iphone 6, iphone 6s, ipad mini4
  
• A8x, iPad Air 2
  

• ipad pro 12.9/ipad pro 9.7
  

• iphone6s/iphone6s plus/iphone se, ipad 2017
  
• 14/16 nm
  
• 采用PowerVR Rogue架构。
  

• iphone7/iphone7 plus, ipad6 2018/ipad7 2019, ipod touch 2019
  
• 比A9快40%，能耗是它的2/3
  
• 采用PowerVR Rogue架构。
  

• ipad pro 20.5 2017/ipad pro 12.9 2017
  
• 采用PowerVR Rogue架构。
  

• iphone8/iphone 8 plus/iphone x
  
• 10nm, 支持metal 2；
  
• apple未经PowerVR授权的第1代集成GPU,采用PowerVR Rogue架构。
  

• ipad 10.2 2020/ipad air 2019/ipad mini 5, iphone xr/xs/xs max
  
• 4 cores, 7nm, 支持metal 2,比A11 bionic提高了50%的性能；
  
• apple未经PowerVR授权的第2代集成GPU,架构类似于PowerVR
  

• ipad pro 11 2018/ipad pro 12.9 2018
  
• 7 cores, 7nm, 支持metal 2, 比肩Xbox One S；
  
• apple未经PowerVR授权的第2代集成GPU，架构类似于PowerVR
  

• iPad Pro 11 2020/ipad pro 12.9 2020.
  
• 8 cores, 7nm, 支持metal 2；
  
• apple未经PowerVR授权的第2代集成GPU，架构类似于PowerVR
  

• iphone11/11pro/11 pro max, iphone se 2020
  
• 7nm, 4 cores, 比A12 Bionic提高20%性能，降低40%的耗电
  

• iphone12, iPad Air 2020
  
• 5nm，4 cores，比A12 Bionic性能高30%，比A13 Bionic高10%
  

• Oppo系列，近年发布的一两千机型；
  
• 小米等，不到一千的低端机型；
  

• Rogue
  
• Furian
  
• A-series
  

• PowerVR GXA6850/GX6450/GX6250，apple A8X系列的性能；
  

• PowerVR GT7xxx/GT7600，apple A9/A9x系列的性能
  

• Rogue架构
  
• GE8100/GE8200/GE8310/GE8300
  
• 当前中低端android设备的性能；
  

• Rogue架构
  
• GE8430/GE8322/GE8320
  
• 当前中低端android设备的性能；
  

• Furian架构
  
• GT8540/GT8525
  
• 市场上，似乎是绝版的；
  

• 包括Series9XM/Series9XEP/Series9XMP/Series9XTP
  
• 只有oppo系列的高端机型采用PowerVR GM9446，采用Rogue架构，例如Oppo Reno2 Z/Reno3/Reno3 Pro
  

• Utgard架构，支持OpenGLES 2.0，支持的机型有Samsung Galaxy S2，市面上已绝版；
  
• Midgard架构，支持Unified Shader Model和OpenGLES 3.0，包括Mali-T604, Mali-T760, Mali-T880等，市面上还存在部分产品；
  
• Bifrost架构，支持vulkan, OpenCL,等，包括Mali-G71系列；
  
• Valhall架构，最新的移动端架构。
  

• T系列，比如T628、T880等，通常是2017年的设备
  
• G6x系列，通过是2015年左右快被淘汰的机型；
  
• G71x、G72x系列，比如G71等，2017年的设备，价格大概在一两千左右；
  
• G76x系列，都是现在的高配机型
  

• Mali GPU都没有实现用于Compute Shader的On-Chip Shared Memory.
  
• Mali-G系列至少支持Vulkan 1.0和OpenGLES 3.2；
  
• Mali系列占用35%左右，32%是G系列；
  
• Bifrost架构系列：mali-g51, mali-g71, mali-g52, mali-g72, mali-g76
  
• Valhall架构系列：mali-g57, mali-g77, mali-g78
  

• 65nm
  
• OpenGL ES 2.0 and OpenVG 1.1
  
• 已绝版
  

• Mali-400 MP4/MP2/MP1
  
• OpenGL ES 2.0
  
• 已绝版
  

• T628 MP6/MP4, T604 MP4, T624
  
• OpenGL ES 3.0, OpenCL 1.1
  
• 国内外已绝版
  

• T760 MP8/MP6/MP4/MP2, T720 MP4/MP2/MP1
  
• OpenGL ES 3.1, OpenCL 1.2
  
• 国内市场已绝版，国外市场还存在部分中低端机型；
  

• T880 MP2/MP4/MP12, T860 MP2, T830 MP1/MP2/MP3
  
• T880MP12对位adreno 530；
  
• T860MP2对位adreno 405；
  
• T830系列支持，支持OpenGL ES 3.2；T830MP3性能相当于T860；T830MP2类似于Mali-450 MP4
  
• OpenGL ES 3.1, OpenCL 1.2
  
• 国内市场还有少量低端机型，国外市场还存在部分中低端机型；
  

• Bifrost, 12nm
  
• MP4
  
• OpenGL ES 3.2, Vulkan 1.0, OpenCL 2.0
  
• 中低端机型为主
  

• Bifrost, 12nm
  
• OpenGL ES 3.2, Vulkan 1.0, OpenCL 2.0
  
• 匹敌adreno 618
  
• 国内主要是中档机型为主，国外为中高档；
  

• Bifrost, 16nm
  
• MP2/MP8/MP20；
  
• OpenGL ES 3.2, Vulkan 1.0, OpenCL 2.0
  
• 2016年的顶配，第1代Bifrost架构的GPU，G71MP8性能略优于adreno 530和Snapdragon 821；
  
• 国内主要涵盖中低端机型，国外会采用MP20来做高配机型；
  

• Bifrost, 16nm
  
• MP3/MP12/MP18
  
• OpenGL ES 3.2, Vulkan 1.0, OpenCL 2.0
  
• 第2代Bifrost架构的GPU，G72MP18性能略弱于adreno 540
  
• 国内主要涵盖中低端机型（MP3/MP12），国外会采用MP18来做高配机型；
  

• Bifrost, 7nm
  
• MP16/MP12/MP10/MP5/MP4
  
• OpenGL ES 3.2, Vulkan 1.0, OpenCL 2.0
  
• 性能略优于adreno 640
  

• Valhall, 7nm
  
• MP6/MP5
  
• OpenGL ES 3.2, Vulkan 1.1, OpenCL 2.0
  
• G57MP6匹配adreno 620和mali-G72MP18;
  
• 国内涵盖中高端机型，国外使用的较少。
  

• Valhall, 7nm
  
• MP16/MP11/MP10/MP5/MP4 -
  
• OpenGL ES 3.2, Vulkan 1.1, OpenCL 2.0
  

• Valhall, 5nm
  
• G78-MP24, 24 cores
  
• Huawei Mate40 Pro
  
• OpenGL ES 3.2, Vulkan 1.1, OpenCL 2.0
  

• adreno 306, 占比0.19%，2015年的机型；
  
• adreno 308, 占比0.58%，2017年的机型；
  
• adreno 405, 占比0.09%，2016年的机型；
  
• adreno 50x/51x/53x，都是低或极低的机型；
  
• adreno 540，2017年的三千元左右的机型；
  
• adreno 61x/520，大概是现在的三千元左右的机型；
  
• adreno 640/630，大概是现在的顶配机型；
  

• adreno的设备占了32%
  
• adreno 630/640/630，占了接近10%
  

• OpenGLES 2.0
  
• 国内还存在极少量的低端机型
  

• OpenGL ES 3.1, OpenCL 2.0, Direct3D 11.1
  
• 国内还存在极少量的低端机型
  

• OpenGL ES 3.1+, OpenCL 2.0, Direct3D 11.1
  
• 国内中低端
  

• 14nm
  
• OpenGL ES 3.1+, OpenCL 2.0, Direct3D 11.1
  
• 市场上中端偏低，占用量较少
  

• 10nm
  
• 匹敌Mali-G71MP8, A10
  
• OpenGL ES 3.2, OpenCL 2.0, DirectX 12
  
• 中端机型，偏高端
  

• 14 nm
  
• OpenGL ES 3.2, OpenCL 2.0, DirectX 12, Vulkan 1.0（待定）
  
• 国内外主要是中端机型
  

• 14nm
  
• 比618高20%。
  
• OpenGL ES 3.2, OpenCL 2.0, DirectX 12, Vulkan 1.0(待定)
  
• 国内外主要是中端机型
  

• 10nm
  
• 2018年的高端GPU
  
• OpenGL ES 3.2, OpenCL 2.0, DirectX 12, Vulkan 1.1
  
• 国内的高端机型，国外较少。
  

• 7nm
  
• 2019年的高端GPU
  
• 性能比630提高了20%，有更多的计算单元
  
• OpenGL ES 3.2, OpenCL 2.0, DirectX 12, Vulkan 1.1
  
• 国内外的高端机型
  

• 7nm
  
• 2020年的高端GPU
  
• 性能比640提高了25%，ALUs数比640多了50%，优化Mali-G76 MP16，弱于A13
  
• OpenGL ES 3.2, OpenCL 2.0, DirectX 12, Vulkan 1.1
  
• 国内外的高端机型
  

• 面向Windows笔记本的芯片
  
• DirectX 12