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 / Immortalis | gpu_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 Adreno | Snapdragon Profiler Realtime/Trace(GUI),或Android 11+支持设备上的AGI | Adreno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_fragment | Bifrost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_frame | 2018–2020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)
-
修复报告指出的最大限制器。一次只改一个。
-
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) -
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)。 -
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。 -
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.md | Snapdragon 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 |