UMA架构下的GPU 显存

news2025/3/22 0:23:08

GPU 显存 (Graphics Memory) 在大多数现代设备（包括 Android 手机、嵌入式设备等）上，确实是使用 DDR（Double Data Rate SDRAM） 类型的内存。

不过，具体实现方式根据硬件架构有所不同，主要分为以下两种情况：

📌 1. 共享内存架构 (Unified Memory Architecture, UMA)

在 移动设备、嵌入式系统 和 集成 GPU (Integrated GPU) 中，CPU 和 GPU 共享同一片 DDR 内存。这种架构被称为 UMA，常见于 Android 设备、高通 (Qualcomm)、联发科 (MediaTek)、苹果 (Apple) 等移动平台的 SoC (System on Chip)。

✅ 特点：

共享 DDR：GPU 和 CPU 访问同一片物理内存（DDR4/DDR5/LPDDR5）。
数据交换效率高：不需要数据拷贝，CPU 和 GPU 可以直接共享缓冲区（如 gralloc 管理的 buffer）。
成本和功耗低：无需额外配置独立显存，节省芯片面积和能耗。
缓存一致性问题：需要严格控制 CPU 和 GPU 之间的 Cache Flush 和 Cache Invalidate，防止数据不一致。

✅ 应用场景：

Android 设备（如手机、平板等）。
一些低功耗嵌入式设备（如智能摄像头、车载系统）。
采用 ARM Mali、Qualcomm Adreno、PowerVR 等 GPU 架构的 SoC。

✅ 示意图：

      ┌───────────────────────┐
      │        DDR 内存        │
      └───────────────────────┘
               ▲      ▲
          ┌────┘      └────┐
          │ CPU           GPU │
          └───────────────────┘
     (共享物理内存，使用虚拟地址隔离)

📌 2. 独立显存架构 (Dedicated Video Memory)

在 独立 GPU (Discrete GPU)，如 NVIDIA、AMD、高性能计算设备 中，GPU 拥有一块独立的高速显存，通常是 GDDR 系列（如 GDDR6X）或 HBM（高带宽内存）。

✅ 特点：

独立显存：GPU 使用单独的高速显存（而非共享 DDR）。
性能更高：显存带宽更大，适合高吞吐量任务（如 AI 推理、4K 视频处理）。
数据传输：CPU 和 GPU 之间需要通过 PCIe 等总线传输数据，速度相对较慢。
数据拷贝：需要将 CPU 数据拷贝到 GPU 内存，或者使用 zero-copy 技术减少拷贝。

✅ 应用场景：

台式机和笔记本电脑的 独立显卡。
数据中心、高性能计算（HPC）、AI 训练/推理。
需要高带宽的图形任务（如游戏、视频处理、深度学习）。

✅ 示意图：

      ┌───────────────┐         ┌───────────────┐
      │     DDR 内存    │         │   GDDR 显存    │
      └───────────────┘         └───────────────┘
              ▲                       ▲
          ┌───┘                       └───┐
          │ CPU (主机)                 GPU │
          └────────────────────────────────┘
               通过 PCIe 进行数据传输

📌 3. Android 中的 GPU 显存管理

Android 设备通常使用 共享内存架构 (UMA)，因此 GPU 显存也在 系统 DDR 中分配和使用，核心组件包括：

Gralloc (Graphics Memory Allocator)：
- 用于 GPU-CPU 间共享内存缓冲区。
- 通过 GRALLOC1_PRODUCER_USAGE_CPU_WRITE、GRALLOC1_CONSUMER_USAGE_CPU_READ 控制 CPU 和 GPU 的访问权限。
ION (Input-Output Memory Management Unit)：
- Android 平台通用的 内存分配机制，用于 DMA 和 GPU/ISP 的大页内存分配。
DMA-BUF (Direct Memory Access Buffer)：
- Linux 和 Android 使用 DMA-BUF 在设备（如 GPU、ISP、显示控制器）之间共享物理内存。

📌 4. 总结对比

特性	共享内存 (UMA)	独立显存 (Dedicated Memory)
使用的内存	系统 DDR (如 DDR4、LPDDR5)	专用显存 (如 GDDR6、HBM)
CPU/GPU 数据共享	直接共享，无需数据拷贝	需要通过 PCIe 总线传输，需拷贝数据
性能	适中，受 DDR 带宽限制	极高，GDDR/HBM 带宽更大
适用场景	Android、嵌入式设备、手机、平板	高性能桌面 GPU、深度学习、HPC
缓存管理	需要 Cache Flush / Invalidate	独立缓存，不需要跨设备同步
数据延迟	低延迟，CPU 和 GPU 共享虚拟地址	高延迟，受 PCIe 传输速度限制