2. 性能调优基础
在SA8155平台上进行显示性能调优，首先需要建立统一的度量体系。帧率、渲染时间、GPU利用率与CPU负载率是诊断显示瓶颈的四大核心指标。本章将逐一拆解其定义、测量方法及在车载双屏（仪表+中控）场景下的特殊含义。
核心原则： 单一指标无法反映真实性能瓶颈。帧率达标但渲染时间抖动，仍会导致视觉卡顿；GPU利用率低但CPU负载高，可能意味着驱动或调度存在阻塞。必须联合分析四类指标。
2.1 帧率（FPS）与帧间隔（Frame Interval）
帧率（Frames Per Second, FPS） 是最直观的流畅度指标，表示每秒渲染并送显的画面数量。车载系统通常要求仪表屏稳定在60 FPS，中控屏在动画场景下不低于30 FPS。
然而，平均FPS具有欺骗性。例如：1秒内前500ms渲染了30帧，后500ms渲染了0帧，平均FPS仍为30，但用户会感知到明显的停顿。因此，必须引入 帧间隔（Frame Interval） 指标，即相邻两帧之间的时间差（单位ms）。
| 指标 | 定义 | 车载合格标准 | 抖动容忍度 |
|---|---|---|---|
| 平均FPS | 统计周期内总帧数 / 总时间 | 仪表 ≥ 55 FPS；中控 ≥ 28 FPS | 低（仅反映整体吞吐） |
| 帧间隔（Jitter） | 相邻两帧时间戳差值 | 仪表 ≤ 18ms；中控 ≤ 35ms | 高（超过阈值即视为卡顿） |
| 掉帧率 | 帧间隔超过阈值的帧数占比 | 仪表 < 1%；中控 < 5% | 极高（直接反映用户体验） |
调优提示： 使用
dumpsys gfxinfo 或 SurfaceFlinger 的 trace 点可以精确抓取每一帧的提交时间戳。重点关注帧间隔的 P95（95分位值），而非平均值。
2.2 渲染时间（Render Time）与流水线分解
渲染时间是指从应用提交绘制指令到 SurfaceFlinger 合成并送显的总耗时。在SA8155的显示流水线中，渲染时间可分解为三个阶段：
- 应用绘制（App Draw）： CPU端执行
onDraw()，构建DisplayList。耗时受UI复杂度、View层级深度影响。 - GPU渲染（GPU Render）： GPU执行着色器、纹理采样、光栅化。耗时受填充率、着色器复杂度、纹理带宽限制。
- 合成与送显（Composition & Flip）： SurfaceFlinger通过HWC（硬件合成器）或GPU合成，最终调用
flip()提交到显示控制器。耗时受图层数量、HWC能力影响。
| 阶段 | 测量工具 | SA8155典型耗时 | 瓶颈特征 |
|---|---|---|---|
| App Draw | systrace / atrace | 2~5 ms | CPU负载高、GC频繁、View过度绘制 |
| GPU Render | GLES / Vulkan 调试层 | 4~10 ms | GPU利用率100%、纹理带宽饱和 |
| Composition | dumpsys SurfaceFlinger | 1~3 ms | 图层数过多、HWC fallback到GPU合成 |
常见误区： 不要将“GPU渲染时间”等同于“总渲染时间”。在SA8155上，即使GPU渲染仅需5ms，如果App Draw阶段因CPU调度延迟而耗时15ms，总帧间隔仍会超标。必须联合分析CPU与GPU的时间线。
2.3 GPU利用率（GPU Utilization）
GPU利用率反映的是在采样周期内，GPU执行引擎（Shader Core、Texture Unit、Memory Controller）处于活跃状态的时间占比。在SA8155上，GPU利用率通常通过 KGSL（Kernel Graphics Subsystem） 驱动节点或 GPU Frequency 状态来估算。
需要区分两种利用率：
- 整体利用率： GPU处于非空闲状态的时间百分比。过高（>95%）意味着GPU成为渲染瓶颈。
- 分引擎利用率： 分别查看几何引擎、像素引擎、纹理单元的负载。例如：像素引擎满载但几何引擎空闲，说明存在像素填充瓶颈。
SA8155调优经验： 当GPU利用率持续超过90%且帧率未达标时，应优先降低渲染分辨率、减少过度绘制（Overdraw）或简化着色器复杂度。当GPU利用率低于50%但帧率仍不足时，瓶颈通常在CPU或内存带宽。
2.4 CPU负载率（CPU Load）与调度延迟
CPU负载率是显示性能调优中容易被低估的指标。在SA8155上，CPU不仅负责应用逻辑和UI绘制，还承担着 GPU驱动命令提交 和 SurfaceFlinger合成调度 的任务。
关键关注点：
- 整体负载率： 8个核心的平均使用率。过高（>80%）可能导致调度延迟，影响渲染线程的及时唤醒。
- 特定线程负载： 重点关注
RenderThread、SurfaceFlinger、HWC线程的CPU占用。这些线程的调度延迟会直接转化为帧间隔抖动。 - 跨核迁移： 渲染线程在不同CPU核心间频繁迁移会导致缓存失效，增加延迟。建议通过
cpuset或schedtune将渲染线程绑定到特定高性能核心。
联合分析命令： 使用
perfetto 同时抓取CPU调度、GPU频率和SurfaceFlinger事件。在时间轴上对齐观察：当CPU负载飙升时，GPU渲染时间是否同步增加？当渲染线程被抢占时，帧间隔是否出现尖峰？
2.5 四维联合分析框架
单一指标无法定位问题。下表总结了四种典型瓶颈场景的联合特征：
| 瓶颈类型 | 帧率 | 帧间隔 | GPU利用率 | CPU负载率 | 典型根因 |
|---|---|---|---|---|---|
| GPU渲染过载 | 低 | 高且稳定 | 95~100% | 中低 | 着色器复杂、纹理过大、Overdraw严重 |
| CPU调度瓶颈 | 低 | 间歇性尖峰 | 中低 | 高（>80%） | 渲染线程被抢占、GC频繁、中断风暴 |
| 内存带宽瓶颈 | 低 | 高且抖动 | 中高 | 中 | DDR带宽饱和、GPU等待纹理加载 |
| 合成层瓶颈 | 低 | 高 | 中 | 低 | 图层数过多、HWC fallback到GPU合成 |
重要提醒： 在SA8155车载双屏场景下，仪表屏和中控屏共享同一GPU和DDR带宽。仪表屏的渲染负载波动会直接影响中控屏的帧间隔。联合分析时必须同时监控两个显示通道的指标。
2.6 本章小结
- 帧率与帧间隔 是用户体验的直接度量，必须关注P95帧间隔而非仅平均FPS。
- 渲染时间 应分解为App Draw、GPU Render、Composition三个阶段，分别定位瓶颈。
- GPU利用率 需结合分引擎利用率分析，避免被整体利用率误导。
- CPU负载率 重点关注渲染线程的调度延迟，而非整体平均负载。
- 四维联合分析 是SA8155显示调优的核心方法论，单一指标诊断必然导致误判。