4. Adreno GPU架构详解
高通8295座舱平台中的Adreno GPU承担着多屏渲染、3D仪表、AR-HUD、视频合成与AI推理加速等任务。理解其架构，是后续做渲染管线调优、带宽压缩和功耗控制的前提。Adreno并非简单的“一堆着色器核心”，而是由命令处理器、统一着色器集群、渲染后端、缓存与内存子系统协同工作的异构计算单元。本节从核心组成出发，逐层拆解统一着色器、渲染后端与内存层次，并给出带宽优化的工程方法。
一、核心组成：从命令流到像素输出
Adreno GPU的逻辑结构可以划分为四个主要部分：前端命令处理、统一着色器集群、渲染后端（ROP/像素后端）以及内存与缓存子系统。CPU侧通过KGSL驱动提交命令缓冲区（Command Buffer），GPU前端解析绘制调用、状态设置与同步事件，再分发给着色器集群执行顶点、几何与像素计算，最后由渲染后端完成深度测试、混合与写入帧缓冲。
在8295上，GPU通常与显示处理单元（DPU）、视频编解码器共享系统内存与总线带宽。因此，GPU架构理解不能只看计算单元，还要看它如何与LPDDR5、系统缓存（LLCC）以及显示通路交互。下图展示了Adreno GPU的主要组成与数据流向。
二、统一着色器：VS/FS/CS共享执行资源
Adreno采用统一着色器架构（Unified Shader），顶点着色器、片段着色器和计算着色器共享同一组算术逻辑单元、寄存器文件与调度器。这意味着GPU可以根据负载动态分配执行资源，而不是像早期分离式架构那样固定划分顶点单元和像素单元。对于8295座舱场景，这种统一性尤其重要：当3D仪表负载较低时，空闲的着色器资源可以用于图像后处理或AI推理。
统一着色器的执行以Wave（线程束）为单位，通常包含32或64个线程。调度器在多个Wave之间切换，以隐藏内存延迟。工程上需要关注两个参数：占用率（Occupancy）和寄存器压力。寄存器使用过多会降低同时驻留的Wave数量，导致延迟隐藏能力下降。可以通过以下方式查看着色器编译信息：
# 使用 Adreno GPU 工具链查看着色器统计
adreno-shader-compiler -s fragment.glsl -o fragment.bin --stats
# 输出示例
# Registers used: 48
# Waves per SIMD: 6
# Occupancy: 75%
# ALU utilization: 62%如果发现占用率偏低，可以尝试减少临时变量、避免过长的依赖链，或把部分计算移到顶点着色器。对于计算着色器，合理设置工作组大小（Workgroup Size）也能改善Wave利用率。
三、渲染后端：ROP、深度与混合
渲染后端负责图元光栅化之后的像素处理，包括深度测试、模板测试、颜色混合和写入帧缓冲。Adreno的ROP单元通常与L2缓存紧密耦合，以减少对系统内存的访问。在8295多屏渲染中，渲染后端需要同时处理多个渲染目标（MRT），例如同时输出颜色、法线和深度信息。此时带宽压力会显著上升。
渲染后端的优化重点在于减少过度绘制（Overdraw）和无效像素写入。常见手段包括：
- 使用Early-Z提前剔除被遮挡像素，避免不必要的片段着色器执行。
- 对不透明物体按从近到远排序，提高Early-Z命中率。
- 避免在片段着色器中执行discard，因为这会破坏Early-Z的优化。
- 合理使用MSAA，避免在高分辨率下开启过高采样倍数。
四、内存层次与带宽优化
Adreno GPU的内存层次通常包括：寄存器文件、L1缓存、L2缓存、系统级缓存（LLCC）以及LPDDR5主存。越靠近着色器核心，带宽越高、延迟越低，但容量越小。带宽优化的核心思路是提高缓存命中率、减少不必要的内存事务，并利用压缩技术降低实际传输量。
| 层级 | 典型容量 | 访问延迟 | 优化手段 |
|---|---|---|---|
| 寄存器文件 | 每线程数十个 | 极低 | 减少寄存器压力，提高占用率 |
| L1 缓存 | 数十 KB | 低 | 提高纹理局部性，合并访问 |
| L2 缓存 | 数百 KB 至 MB | 中 | 复用渲染目标，减少回读 |
| LLCC / 系统缓存 | 数 MB | 中高 | CPU-GPU 共享数据，减少拷贝 |
| LPDDR5 主存 | 数 GB | 高 | 压缩纹理，降低分辨率，减少带宽 |
在工程实践中，带宽优化可以从以下几个方向入手：
- 纹理压缩：使用ASTC或ETC2压缩纹理，减少纹理采样带宽。8295支持ASTC，建议对UI贴图和3D纹理统一采用ASTC 4x4或6x6。
- 渲染目标复用：避免每帧创建和销毁帧缓冲，使用双缓冲或三缓冲，并尽量在L2中完成中间结果传递。
- 减少回读：避免GPU到CPU的频繁回读，例如glReadPixels。如果必须回读，尽量降低分辨率或使用PBO异步传输。
- 带宽压缩：Adreno支持无损带宽压缩（UBWC），对颜色和深度缓冲自动压缩。确保帧缓冲格式和布局符合UBWC要求。
- 分辨率与刷新率匹配：多屏场景下，根据屏幕实际刷新率调整渲染帧率，避免无效渲染。
五、案例：多屏座舱的带宽优化复盘
某8295座舱项目在同时开启3D仪表、中控导航和副驾视频时，出现帧率波动和GPU带宽饱和。通过Adreno Profiler抓取数据发现：纹理采样带宽占比45%，渲染目标写入占比30%，深度缓冲读写占比15%。优化措施包括：将仪表纹理从RGBA8888改为ASTC 6x6，带宽下降约35%；将中控UI的透明图层合并渲染，减少一次全屏混合；关闭副驾视频的MSAA，改用FXAA后处理。最终GPU带宽占用从92%降至68%，帧率稳定性明显提升。
该案例说明，Adreno GPU架构理解必须落到具体的数据流和带宽账本上。只有明确每个阶段的带宽消耗，才能做出有效的优化决策。
六、小结与检查清单
- Adreno GPU由前端命令处理、统一着色器集群、渲染后端和内存子系统组成。
- 统一着色器让VS/FS/CS共享执行资源，需关注占用率和寄存器压力。
- 渲染后端优化重点是Early-Z、减少Overdraw和合理使用MSAA。
- 内存层次从寄存器到LPDDR5，带宽优化依赖压缩、复用和减少回读。
- 使用Adreno Profiler或Snapdragon Profiler定位带宽瓶颈，避免盲目调频。