Community编程与开发github.com

移动GPU性能分析(Mali与Adreno硬件计数器)

编码技能。从硬件计数器读取手机GPU的实际运行状态,使优化能精准针对真实瓶颈。支持Arm Mali(通过Arm Performance Studio进行Streamline无头采集、Performance Advisor、Mali离线编译器、Frame Advisor、RenderDoc for Arm)和Qualcomm Adreno(通过Snapdragon Profiler / Android GPU Inspector)。附带脚本,可通过adb采集Mali计数器并生成结论(片元瓶颈、几何瓶颈、CPU瓶颈、每像素片元数、每像素着色器ALU数、纹理压缩等)。

移动GPU性能分析(Mali与Adreno硬件计数器) 是什么?

这是一个专业的移动GPU性能分析技能,专注于从硬件寄存器层面直接读取Mali和Adreno GPU的真实运行状态。它能够准确判断性能瓶颈究竟是像素、顶点、纹理、带宽还是着色器数学运算,每种瓶颈都有不同的优化策略。该技能通过Arm Performance Studio工具链(Streamline、Performance Advisor、Mali Offline Compiler、Frame Advisor、RenderDoc for Arm)支持Mali GPU,通过Snapdragon Profiler或Android GPU Inspector支持Adreno GPU。它提供完整的脚本自动化流程:先检测GPU型号,然后进行计数器采集和分析,生成包含具体指标的详细报告,并给出针对性的优化建议。技能还包含定位高开销着色器的方法,支持Godot、Unity、three.js和Bevy引擎,能够通过离线编译器评估着色器在目标GPU上的周期开销。最后,它强调必须通过实际设备验证优化效果,确保帧率、功耗和温度达到预期。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/P0r0ro/mobile-gpu-profiling-skill/tree/HEAD/mobile-gpu-profiling

Installed? Explore more 编程与开发 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

移动GPU性能分析(Mali与Adreno硬件计数器) 是做什么的?

mobile-3d-rendering从外部测量:fps、内存、温度和引擎计数器。 本技能打开GPU并读取其硬件计数器。它回答:GPU真的是瓶颈吗?如果是,瓶颈是像素、顶点、纹理、带宽还是着色器数学?每个都需要不同的优化方法,猜测会浪费数天时间。

何时启用(逐级升级,非第一步):

  • mobile-3d-rendering预检显示fps低于目标且绘制次数在预算内,或减少绘制和三角形后fps无变化;
  • 判断高端效果(法线贴图、MSAA 4x、泛光光晕、更多灯光)是否在参考手机上符合预算;
  • 查找哪个着色器或材质开销大;
  • 无明显原因的发热(带宽问题在此显现);
  • 某一供应商上的GPU端异常。

始终以mobile-3d-rendering/scripts/device_probe.py在设备上重新测量结束(fps、p95、内存斜率、热力)。计数器解释原因;探测器确认结果。

0. 检测GPU并选择路径

S=~/.claude/skills/mobile-gpu-profiling/scripts
python3 $S/gpu_profile.py detect          # 供应商、GPU、驱动、Android版本、屏幕尺寸
GPU计数器采集着色器开销帧捕获
Arm Mali / Immortalisgpu_profile.py mali-capture(Streamline,无头模式)malioc_batch.py(Mali离线编译器)Frame Advisor、RenderDoc for Arm GPUs
Qualcomm AdrenoSnapdragon Profiler Realtime/Trace(GUI),或Android 11+支持设备上的AGIAdreno离线编译器(若可用)或SDP着色器统计Snapdragon Profiler Snapshot、AGI帧分析器
其他(PowerVR、Xclipse)厂商工具 / AGI;gpu_profile.py gpu-busy—RenderDoc / AGI

各工具安装说明:references/arm-performance-studio.md、references/adreno.md。 应用必须是可调试构建(Godot:debug导出;Unity:Development Build;android:debuggable="true")。

1. Mali:采集并读取计数器

python3 $S/gpu_profile.py mali-capture -p <package> -s 30 -o gpu-profile-<name>
#   首次运行会根据Arm的模板为该GPU构建计数器配置(缓存于~/.cache/mobile-gpu-profiling)
#   该脚本启动应用;播放你想要测量的场景(最坏情况:人群、战斗、夜晚)
python3 $S/gpu_profile.py mali-analyze gpu-profile-<name>/capture.apc --fps 60   # 之后重新读取

它写入report.md + metrics.json。先阅读顶部的结论,然后查看数字:

指标中端手机健康值若不达标
gpu_util目标fps时< 75–80%(热余量)> 85%:GPU瓶颈,阅读后续行。 < 60%且fps低:CPU瓶颈,分析CPU
fragment_queue_util vs non_fragment_queue_util / tiler_util—哪个接近100%即是瓶颈:fragment = 每像素开销;non-fragment/tiler = 顶点、三角形、阴影投射物
fragments_per_screen_pixel< 2.0(所有pass)过度绘制、阴影贴图、额外渲染pass(见render_passes_per_frame)
alu_instr_per_fragmentBifrost上< 20–30重片元着色器 → §2
tex_compressed_share / tex_mipmapped_share场景纹理高未压缩/无mip纹理浪费带宽和缓存(阴影贴图和渲染目标从不压缩,检查哪些纹理占主导)
late_zs_test_share< 10%discard/alpha测试,或着色器深度写入,禁用early-Z
early_zs_kill_rate、fpk_occluding_share高为好不透明对象从前到后排序;避免在大表面使用discard
bandwidth_mb_per_frame2018–2020手机60fps时< ~30–40 MB渲染目标、未压缩纹理、MSAA解析 → 发热
facing_culled_share闭合网格约40–50%双面材质使顶点工作量翻倍
fp16_varying_share高mediump varyings将插值开销减半

完整计数器到优化的参考,包含公式,见references/mali-counters.md。

帧标记:Performance Advisor的每帧HTML报告需要来自Arm层的帧边界。Arm支持Android 11+。在Android 10(在Galaxy Note 9上测试)上计数器工作正常,但层的帧从未到达gatord,因此脚本回退到每帧计数器的每秒值 × 它在采集期间从SurfaceFlinger测量的fps。

2. 查找开销高的着色器(任何引擎,Mali开销模型)

# Godot(Compatibility/GLES3):通过桌面上的Mesa转储游戏实际编译的GLSL ES
HEADLESS=1 $S/godot_dump_shaders.sh <godot_project> dump/ 20 [res://test_scene.tscn]
python3 $S/malioc_batch.py --core Mali-G72 dump/ --label-src <godot_project>/shaders --top 15
  • 排名列表显示每像素(或每顶点)的周期数以及哪个流水线限制了它(A算术、LS加载/存储、V varying、T纹理)。标签标识你的着色器文件;“engine”表示内置材质。
  • 标志:occ50表示超过32个工作寄存器,因此一半的线程在飞行中(延迟隐藏较差);SPILL表示栈溢出;lateZS表示discard;fp16:0%表示没有16位数学运算。
  • 着色器开销 ≈ 周期 × 其覆盖的像素数。地面和建筑上的38周期着色器比小标牌上的60周期着色器更重要。
  • Unity、three.js和Bevy着色器提取:references/shader-cost.md。

转储脚本在游戏的用户数据副本上运行,因此保存和设置不受影响,Godot的着色器缓存也不会隐藏编译。在运行期间访问你关心的区域(或传入测试场景)。Godot懒编译变体。

3. Adreno(Qualcomm)

使用Snapdragon Profiler:Realtime用于实时指标,Trace用于时间线,Snapshot用于一帧的逐绘制统计。从其指标中读取相同的问题:% Shaders Busy、% Time Shading Fragments vs Vertices、Avg Bytes / Fragment、% Texture Fetch Stall、% Texture L1 Miss、ALU / Fragment、% Prims Trivially Rejected、Read/Write Total。指标到优化的表格见references/adreno.md。

在AGI支持的Android 11+设备上,Android GPU Inspector提供供应商中立的计数器和帧分析器。如需无需工具快速读取利用率,gpu_profile.py gpu-busy -s 30可在构建允许的情况下读取内核的busy节点。

4. 从计数器到修改(然后验证)

  1. 修复报告指出的最大限制器。一次只改一个。

  2. 典型映射:

    限制修复
    片元瓶颈更少/更小的阴影贴图和更短的阴影距离、减少透明过度绘制、大表面使用更便宜的着色器(将数学运算移至顶点着色器、在Low/Medium上降低逐像素噪声/雾/镜面光、使用mediump)、压缩+带mip的纹理、仅在证明安全处降低内部分辨率(Mali-G72在使用渲染缩放时内存泄漏)
    几何/tiler瓶颈LOD和可见性范围、减少阴影投射物、启用背面剔除、人群简单蒙皮
    带宽/发热压缩纹理、减少渲染目标/pass、使用MSAA代替后处理AA、避免全屏后处理
    CPU瓶颈(GPU利用率< 60%)绘制调用、脚本、动画、物理(performance-optimization)
  3. 重新采集同一场景并比较前后的metrics.json(每帧GPU毫秒数、限制器的占比)。

  4. 使用device_probe.py在设备上确认至少60秒(fps、p95、内存斜率、热力)。使手机发热或泄露的计数器胜利不是胜利。

  5. 将发现记录在项目笔记中(什么受限、如何修复、前后数字)。

来之不易的规则(来自真实采集)

  • 从GPU的模板生成计数器配置,默认仅保留GPU计数器。CPU PMU计数器导致采集子进程在三星Android 10内核上启动时退出。
  • Wi-Fi adb可用,但设备id为ip:port。在所有地方传递它(脚本会做)。
  • 崩溃的采集可能会在应用沙箱内留下gatord代理。它们会阻塞下一次采集的套接字("Address already in use")并中断采集。脚本通过PID杀死它们(run-as <pkg> pkill不起作用)。
  • 在采集前立即强制停止应用可能导致采集在一秒后结束。脚本会等待稳定。
  • Streamline-cli -generate-config需要-template <name> 在目标之前,尽管其-help文本显示相反。
  • Godot在user://shader_cache中缓存GLES着色器,因此第二次桌面运行不编译任何内容。使用新的XDG_DATA_HOME(转储脚本会做)。
  • 在桌面上运行真实游戏进行审计会写入其自动保存。隔离用户数据目录。

参考

文件何时阅读
references/arm-performance-studio.md安装/使用Streamline、Performance Advisor、Frame Advisor、RenderDoc for Arm、malioc;无头管线详细信息
references/mali-counters.md每个Mali指标的含义、公式、阈值、Bifrost与Valhall与第5代
references/adreno.mdSnapdragon Profiler / AGI设置和Adreno的指标到优化表格
references/shader-cost.md从Godot/Unity/three.js/Bevy获取编译后的着色器并读取malioc输出

相关技能