渲染管线优化：CPU渲染与GPU渲染的区别

做嵌入式GUI优化，绕不开一个核心问题：谁在干活。CPU还是GPU？我见过不少团队，一上来就堆GPU加速，结果功耗爆炸，帧率反而没上去。说白了，你得先搞清楚这两兄弟的分工。

CPU渲染 vs GPU渲染

CPU是"全能工兵"，什么都能干，但一次只能干一件事。GPU是"画图流水线"，擅长并行处理大量简单计算。在GUI渲染里，CPU负责构建绘制命令，GPU负责执行绘制命令。

对比项	CPU渲染	GPU渲染
核心优势	灵活，适合复杂逻辑	并行，适合大量像素填充
瓶颈	单线程串行，容易卡顿	带宽受限，纹理上传慢
典型场景	矢量图形、文字渲染	图片缩放、动画过渡
功耗	低（但占用高时发热）	高（尤其频繁切换状态）

我在一个智能手表项目里遇到过：用CPU渲染圆形表盘指针，每帧要计算几十个三角函数，CPU占用直接飙到80%。后来改成GPU渲染，把指针预渲染成纹理，帧率从25fps跳到60fps。嗯，这里要注意：不是所有场景都适合GPU。如果你的UI大部分是静态文字，CPU反而更省电。

减少绘制调用（Draw Call）

Draw Call是什么？说白了，就是CPU告诉GPU"你该画这个了"的一次通信。每次通信都有开销——CPU要打包数据，GPU要解析命令。你想想看，一帧里如果有几百次Draw Call，光通信开销就把帧率吃掉了。

我习惯用合并绘制的思路。举个例子：一个按钮有背景、边框、文字、阴影，如果分开画就是4次Draw Call。合并成一张纹理，一次搞定。

我曾经在一个车载仪表盘项目里，把Draw Call从200+降到30以下。怎么做的？

1. 合并静态元素：背景、刻度、固定图标，预渲染成一张大纹理。
2. 分层更新：只有指针和数字是动态的，单独一层。
3. 避免透明叠加：透明混合会打断批处理，能用不透明就用不透明。

批处理（Batching）技术

批处理，就是把多个相似的绘制命令打包，一次发给GPU。就像你去快递站寄包裹，一个一个寄很慢，攒一箱一起寄就快多了。

批处理的关键是状态一致性。GPU切换状态（纹理、着色器、混合模式）很费时。如果你画10个按钮，每个按钮纹理不同，那就没法批处理。反过来，10个按钮用同一张纹理，一次搞定。

我常用的批处理策略：

• 纹理图集（Texture Atlas）：把所有小图标拼成一张大图。这样切换图标时不用换纹理。
• 顶点缓冲（Vertex Buffer）：把顶点数据一次性上传到GPU，避免每帧重复上传。
• 实例化绘制（Instancing）：适合大量重复元素，比如列表项、网格。

纹理压缩与格式选择

纹理是GUI的"内存大户"。一张1080p的RGBA8888纹理，占8MB。嵌入式设备内存本来就紧，你想想看，放几张图就爆了。

纹理压缩，说白了就是用更少的比特存更多的像素。但压缩有代价：质量下降、解码开销。怎么选？

格式	压缩比	质量	适用场景
RGBA8888	无压缩	最高	照片、渐变背景
RGB565	2:1	中	图标、纯色块
ETC2	4:1	高	Android设备通用
PVRTC	4:1	中	PowerVR GPU专用
ASTC	可变	可调	高端嵌入式GPU

我在一个智能家居面板项目里，把所有图标从RGBA8888转成RGB565，内存占用降了一半，肉眼几乎看不出区别。但注意：带透明通道的图标，别用RGB565，否则边缘会有锯齿。用RGBA4444或者ETC2带Alpha。

知识体系总览

下面这张图，把本章的核心逻辑串起来了。你可以把它当作优化时的检查清单。

这张图把本章的四个知识点串成了一条优化链路。从CPU/GPU分工开始，到减少Draw Call，再到批处理，最后用纹理压缩收尾。每一步都指向同一个目标：让每一帧的渲染开销最小化。