3. GPU架构详解
在SA8155平台中，Adreno 640 GPU是显示性能的核心引擎。理解其微架构设计、渲染管线、着色器单元以及内存带宽特性，是进行GPU负载分析与CPU调度联合优化的前提。本节将深入剖析Adreno 640的内部结构，为后续的调优策略奠定硬件基础。
3.1 Adreno 640 核心架构概览
Adreno 640 隶属于高通Adreno 600系列，采用统一着色器架构，支持Vulkan、OpenGL ES 3.2及OpenCL 2.0。其核心设计强调计算单元复用与低延迟内存访问。
架构关键指标： 核心频率 585 MHz（SA8155典型值），支持 2 个渲染管线（Rasterizer），每个管线包含 2 个着色器处理器（SP），总计 4 个 SP。
3.2 渲染管线深度解析
Adreno 640 的渲染管线采用分块渲染（Tile-Based Rendering, TBR）架构，将帧缓冲划分为多个小块（Tile）进行逐块渲染，以降低显存带宽消耗。其核心阶段如下：
| 阶段 |
功能描述 |
硬件单元 |
性能瓶颈点 |
| 1. 顶点处理 |
执行顶点着色器，完成坐标变换、光照计算 |
SP (Shader Processor) |
顶点数量、复杂着色器指令 |
| 2. 图元装配与光栅化 |
将顶点组装为三角形，生成片段（Fragment） |
Primitive Setup / Rasterizer |
三角形数量、像素填充率 |
| 3. 片段处理 |
执行片段着色器，计算每个像素的最终颜色 |
SP (Shader Processor) |
纹理采样次数、复杂数学运算 |
| 4. 输出合并 |
深度测试、模板测试、颜色混合，写入帧缓冲 |
ROP (Render Output Unit) |
Overdraw、混合模式、显存带宽 |
调优启示： TBR 架构下，带宽瓶颈通常出现在 Tile 数据加载（Load）与存储（Store）阶段。减少 Overdraw 和优化纹理压缩格式（如 ASTC）能显著降低带宽压力。
3.3 着色器单元（Shader Processor, SP）
Adreno 640 包含 4 个 SP，每个 SP 是一个独立的超标量处理器，支持统一着色器模型（顶点、片段、计算着色器共用同一套 ALU 资源）。
- ALU 阵列： 每个 SP 包含 2 个 128-bit SIMD ALU，支持 FP32/FP16/INT32 混合精度计算。
- 纹理单元（TMU）： 每个 SP 配备 2 个纹理采样器，支持双线性、三线性及各向异性过滤。
- 本地数据存储（LDS）： 每个 SP 拥有 16 KB 的 LDS，用于线程间数据共享，减少全局内存访问。
- 线程调度： 采用 Wavefront（32 线程）调度模型，通过隐藏内存延迟提高 ALU 利用率。
3.4 内存带宽与缓存层次
Adreno 640 的内存子系统是性能的关键瓶颈。其缓存与带宽设计如下：
| 层级 |
容量 |
延迟（周期） |
带宽（理论峰值） |
共享范围 |
| L1 缓存 |
16 KB / SP |
~4 周期 |
128 GB/s (每SP) |
单个 SP |
| L2 缓存 |
512 KB (统一) |
~20 周期 |
64 GB/s |
所有 SP 共享 |
| 系统内存 (DDR) |
4-8 GB (LPDDR4X) |
~200 周期 |
~25.6 GB/s (2x16-bit) |
CPU + GPU 共享 |
关键约束： 系统内存带宽（~25.6 GB/s）远低于 L2 缓存带宽（64 GB/s）。当渲染场景的工作集超过 L2 缓存大小时，性能将受限于 DDR 带宽。这是导致帧率骤降（Jank）的常见原因。
3.5 带宽优化策略与 GPU 负载特征
基于 Adreno 640 的架构特征，在联合优化中需关注以下负载特征：
- 带宽敏感型负载： 高分辨率纹理、多重渲染目标（MRT）、后处理特效（如 Bloom、HDR）。
- ALU 敏感型负载： 复杂着色器（如 PBR、Tessellation）、计算着色器（如后处理降噪）。
- 填充率敏感型负载： 大量半透明叠加、高分辨率 UI 渲染。
联合优化切入点： 当 GPU 处于带宽瓶颈时，CPU 应避免频繁提交大纹理或触发 Tile 重载；当 GPU 处于ALU 瓶颈时，CPU 可适当降低 Draw Call 数量，减少顶点处理压力。
3.6 关键性能计数器与监控指标
在调优过程中，需重点关注以下硬件计数器，以量化 GPU 负载：
| 计数器名称 |
描述 |
瓶颈指示 |
GPU_BUSY |
GPU 核心处于活跃状态的周期占比 |
整体负载水平 |
ALUBusy |
ALU 单元被占用的周期占比 |
ALU 瓶颈 |
TexBusy |
纹理单元被占用的周期占比 |
纹理带宽瓶颈 |
VPCBusy |
顶点处理单元被占用的周期占比 |
顶点瓶颈 |
RASBusy |
光栅化单元被占用的周期占比 |
填充率瓶颈 |
实践建议： 使用高通 Snapdragon Profiler 或 Perfetto 抓取 GPU 跟踪数据。当 TexBusy 持续高于 80% 而 ALUBusy 低于 40% 时，应优先优化纹理压缩与带宽策略。