2. 性能指标基础

在旭日平台的性能优化工作中，帧率、延迟、内存和温度是四个最核心的观测维度。它们分别回答四个不同的问题：画面是否流畅、操作是否跟手、资源是否够用、设备是否稳定。理解它们的定义、测量单位以及彼此之间的耦合关系，是后续所有优化手段的判断基础。

一、四个指标的定义与测量单位

帧率（Frame Rate / FPS）指单位时间内完成渲染并提交显示的图像帧数量，单位为帧每秒（fps）。它衡量的是“画面更新速度”。在旭日这类嵌入式视觉平台上，常见目标为 30fps 或 60fps。帧率越高，运动画面越顺滑；但帧率是平均值，必须结合帧时间分布一起看，否则会掩盖偶发卡顿。

延迟（Latency）指从输入事件发生到画面产生对应反馈所经历的时间，单位通常为毫秒（ms）。它衡量的是“响应及时性”。延迟是一个端到端概念，包含采集、处理、渲染、显示多个环节。对交互类应用，延迟比帧率更直接影响主观体验；对实时控制类应用，延迟甚至决定功能是否可用。

内存（Memory）指进程与系统在运行过程中占用的存储资源，常用单位有 MB、GB，以及带宽单位 MB/s。它包含多个层次：物理内存占用（RSS/PSS）、堆内存、显存/图形缓冲区、以及内存带宽。内存不足会触发频繁回收甚至 OOM，内存带宽不足则会直接拖慢渲染与拷贝速度。

温度（Temperature）指芯片关键发热点的温度，单位为摄氏度（℃）。它衡量的是“热状态与可持续性”。温度本身不是性能，但它通过温控策略反向约束性能：温度升高会触发降频，降频会拉低帧率、抬高延迟。因此温度是性能能否长期稳定的边界条件。

二、四者相互关系：一条完整的因果链

这四个指标并非孤立，而是通过一条清晰的因果链相互影响。下面的信号链图展示了从输入到显示、再到热反馈的完整路径，以及四个指标在链路中的位置。

从图中可以看出三条关键关系：

• 内存是帧率与延迟的底层支撑。内存不足会触发频繁的垃圾回收或页面换入换出，直接拉长处理与渲染时间，表现为帧率下降和延迟上升。
• 温度是性能的长期约束。温度升高触发降频，降频后帧率下降、延迟上升；如果负载不变，温度会继续升高，形成负反馈循环。
• 帧率与延迟并不总是同向变化。高帧率可能因缓冲队列过长而带来高延迟；低延迟也可能因单帧渲染时间过长而帧率不高。二者需要分别测量、分别优化。

三、测量方法与典型工具

不同指标需要不同的测量手段，混用会导致误判。下表给出旭日平台上常用的测量方式与注意事项。

指标	测量单位	常用工具/命令	关键注意点
帧率	fps	SurfaceFlinger 统计、perfetto、帧时间日志	看平均值也要看 P95/P99 帧时间，避免被均值掩盖卡顿
延迟	ms	高速相机、输入时间戳打点、端到端 trace	必须明确起止点，不同起止点结果不可直接比较
内存	MB / GB / MB·s⁻¹	dumpsys meminfo、procrank、带宽计数器	区分 PSS 与 RSS，区分容量与带宽，二者瓶颈不同
温度	℃	thermal zone 节点、传感器读数、温控日志	关注的是结温与触发降频的阈值，而非外壳温度

采集时建议使用统一的时间基准，例如用 perfetto 同时抓取 CPU 调度、GPU 提交、显示刷新和温度节点，这样四个指标才能在同一时间轴上对齐分析。

四、案例场景：一次卡顿的联合定位

某旭日设备上的交互应用出现“偶发卡顿且越用越卡”。单看帧率日志，平均帧率仍有 55fps，似乎正常。但结合其他指标后问题清晰起来：

时间轴（同一 trace 对齐）：
t=0s    温度 42℃   内存 PSS 820MB   帧时间 P95 18ms
t=60s   温度 58℃   内存 PSS 1150MB  帧时间 P95 34ms
t=120s  温度 71℃   内存 PSS 1420MB  帧时间 P95 52ms  触发降频
t=180s  温度 76℃   内存 PSS 1480MB  帧时间 P99 90ms  出现明显卡顿

复盘结论：内存持续增长导致回收压力上升，处理时间变长；处理时间变长使 CPU/GPU 占用率上升，温度随之升高；温度越过阈值后降频，帧时间进一步恶化。这是一个典型的“内存→温度→帧率/延迟”级联问题。若只盯帧率平均值，会误判为“性能尚可”；只有四个指标联合观察，才能定位到内存泄漏这一根因。

五、优化时的指标权衡

四个指标之间存在天然权衡，优化时必须明确当前目标：

• 追求低延迟时，可能需要减少缓冲队列，但这会降低帧率的平滑度。
• 追求高帧率时，可能增加预渲染与缓存，这会抬高内存占用和延迟。
• 追求低温度时，需要限制峰值算力，这会牺牲帧率上限。
• 追求低内存时，可能减少缓存，这会增加重复计算并推高温度。