2、GPU基础概念：图形管线、并行计算、着色器、纹理、帧缓冲等核心术语解析
在深入ARM Mali GPU的编程之前，我们必须先建立一套共同的语言体系。GPU（图形处理器）并非只是“画图的芯片”，它本质上是一台高度特化的并行计算机。无论是渲染3D场景，还是运行通用计算（GPGPU）任务，其底层都围绕着几个核心概念展开：图形管线（Graphics Pipeline）、并行计算模型（Parallel Computing Model）、着色器（Shader）、纹理（Texture）与帧缓冲（Framebuffer）。本章将逐一拆解这些术语，并特别结合ARM Mali GPU的架构特性（如Tile-Based Rendering，分块渲染）进行说明，帮助你从“会用API”进阶到“理解硬件行为”。
上图展示了本章的核心知识框架。从CPU提交命令开始，数据流经Mali GPU的图形管线（顶点→光栅化→片段），同时与并行计算单元、着色器、纹理单元和帧缓冲紧密交互。特别需要注意的是Mali的分块渲染架构，它将屏幕划分为多个小方块（Tile）进行逐块渲染，这直接影响帧缓冲的读写方式和性能调优策略。下面我们逐一深入解析。
2.1 图形管线：从顶点到像素的流水线
核心原理
图形管线是GPU执行渲染任务的标准流程，它定义了从输入几何数据（顶点坐标）到最终屏幕像素颜色的完整路径。在ARM Mali GPU中，这条管线被划分为两个主要阶段：几何处理阶段和分块渲染阶段。几何阶段负责处理顶点变换、光照计算等；分块渲染阶段则负责将几何数据转换为屏幕上的像素颜色。这种设计使得Mali GPU能够以极低的功耗实现高填充率，因为每个Tile的渲染都在芯片内部的快速内存（On-Chip Memory）中完成，无需频繁访问外部DRAM。
操作流程
- 顶点输入：CPU将顶点数据（位置、法线、UV坐标等）通过顶点缓冲对象（VBO）提交给GPU。
- 顶点着色器：对每个顶点执行用户自定义的变换逻辑（如模型-视图-投影矩阵变换）。
- 图元装配：将顶点组装成三角形、线段或点。
- 光栅化：将图元转换为屏幕上的像素片段（Fragment），并计算每个片段的深度值。
- 片段着色器：对每个片段执行颜色计算（如纹理采样、光照计算）。
- 逐片段操作：包括深度测试、模板测试、混合（Blending）等，最终写入帧缓冲。
案例拆解：绘制一个旋转立方体
假设我们要绘制一个旋转的彩色立方体。在每一帧中，CPU更新旋转矩阵，然后提交绘制命令。Mali GPU的几何引擎处理8个顶点（每个面4个，但共享顶点），顶点着色器将每个顶点乘以旋转矩阵。光栅化阶段将12个三角形转换为屏幕上的像素片段。对于每个片段，片段着色器根据顶点颜色进行插值，输出最终颜色。整个过程在Mali GPU上以并行方式处理：多个顶点同时被处理，多个片段同时被着色。
常见误区
2.2 并行计算：GPU的“人多力量大”哲学
核心原理
GPU之所以能快速渲染复杂场景，核心在于其大规模并行架构。与CPU拥有少量高性能核心（如8核）不同，GPU拥有成百上千个小型计算核心（Mali-G78 MP24拥有24个核心）。这些核心被组织成多个执行引擎（Execution Engine），每个引擎可以同时处理多个线程。这种架构被称为SIMD（单指令多数据）或SIMT（单指令多线程）。在Mali GPU中，一组线程（通常称为Wavefront或Warp，大小通常为16或32）会同时执行同一条指令，但作用于不同的数据。
判断方法：如何评估并行效率
| 指标 | 含义 | Mali中的表现 |
|---|---|---|
| 占用率 (Occupancy) | 活跃线程束与最大线程束的比值 | 高占用率有助于隐藏内存延迟 |
| 内存带宽 | 单位时间内读写数据量 | Mali的L2缓存和Tile内存设计旨在减少带宽压力 |
| 分支发散 (Divergence) | 同一线程束内线程执行不同路径 | 会导致串行执行，应尽量避免 |
实战场景：GPGPU计算
除了图形渲染，Mali GPU也支持通用计算（通过OpenCL或Vulkan Compute）。例如，在图像处理应用中，我们可以将一张1920x1080的图片划分为多个像素块，每个线程处理一个像素。假设Mali GPU有16个核心，每个核心同时处理4个线程，那么一个Wavefront包含64个线程。GPU会调度多个Wavefront来覆盖所有像素。关键优化点在于确保内存访问是合并的（Coalesced），即相邻线程访问相邻内存地址，这样硬件可以将多次访问合并为一次事务。
常见误区
2.3 着色器：可编程的GPU灵魂
核心原理
着色器（Shader）是运行在GPU上的小型程序，用于控制顶点和片段的处理。在Mali GPU中，着色器使用高级语言编写（如GLSL、SPIR-V），然后编译为GPU微码。着色器分为多种类型：顶点着色器（处理顶点）、片段着色器（处理像素）、几何着色器（处理图元）以及计算着色器（用于通用计算）。Mali GPU的着色器核心是统一的（Unified Shader Core），意味着同一个核心既可以执行顶点着色器，也可以执行片段着色器，这提高了硬件利用率。
操作流程：编写一个简单的片段着色器
// GLSL 片段着色器示例
#version 300 es
precision mediump float;
in vec2 v_uv;
out vec4 fragColor;
uniform sampler2D u_texture;
void main() {
vec4 texColor = texture(u_texture, v_uv);
fragColor = texColor * vec4(1.0, 0.8, 0.8, 1.0); // 轻微红色调
}这段代码从纹理中采样颜色，并乘以一个色调向量。在Mali GPU上，这个着色器会被编译为一系列指令，每个片段执行一次。由于片段数量巨大（例如1080p屏幕有200万个像素），GPU会并行执行数百万次该着色器。
案例拆解：优化着色器性能
假设我们有一个复杂的片段着色器，包含多个纹理采样和动态分支。在Mali GPU上，动态分支可能导致Wavefront内线程发散，降低效率。优化策略包括：1) 将纹理采样移到顶点着色器（如果插值足够）；2) 使用Mipmap减少采样开销；3) 避免在循环中使用非恒定次数。通过Mali Offline Compiler工具，我们可以查看着色器的指令数和寄存器使用情况，从而定位瓶颈。
常见误区
2.4 纹理与帧缓冲：内存与带宽的艺术
核心原理
纹理是存储在GPU内存中的图像数据，通过UV坐标进行采样。纹理不仅用于贴图，还可用于存储法线、高度、光照信息等。Mali GPU支持多种纹理压缩格式（如ASTC、ETC2），这些格式能显著减少内存占用和带宽消耗。帧缓冲则是GPU渲染的目标区域，通常包含颜色缓冲、深度缓冲和模板缓冲。在Mali的分块渲染架构中，帧缓冲被划分为多个Tile，每个Tile在芯片内部完成渲染后，再一次性写回主存。
操作流程：纹理加载与帧缓冲配置
- 纹理创建：使用
glTexImage2D上传像素数据，并设置过滤方式（线性/最近邻）和Mipmap。 - 帧缓冲对象（FBO）：创建FBO并附加颜色纹理附件和深度渲染缓冲。
- 渲染循环：绑定FBO，执行绘制命令，然后解绑FBO，将结果作为纹理用于后续Pass。
案例拆解：延迟渲染中的G-Buffer
在延迟渲染中，我们需要将场景的几何信息（位置、法线、颜色）渲染到多个纹理中，这些纹理统称为G-Buffer。在Mali GPU上，由于分块渲染的特性，G-Buffer的写入和读取都在Tile内存中完成，效率极高。但需要注意，如果G-Buffer使用过多纹理，会增加Tile内存的压力，导致溢出到主存，性能骤降。因此，在移动端延迟渲染中，通常使用紧凑的G-Buffer格式（如RGB10_A2）来减少内存占用。