[自学记录03|百人计划]移动端GPU的TB(D)R架构基础

news2024/11/27 6:15:03

一、专有名词解释

1.System on Chip（Soc）

Soc是把CPU、GPU、内存、通信基带、GPS模块等等整合在一起的芯片的称呼。常见有A系Soc（苹果），骁龙Soc（高通），麒麟Soc（华为），联发科Soc，猎户座Soc（三星），去年苹果推出的M系Soc，暂用于Mac，但这说明手机、笔记本和PC的通用芯片已经出现了。

2.System Memory(物理内存)

Soc中GPU和CPU共用一块片内LPDDR物理内存，就是我们常说的手机内存，也叫System Memory，大概几个G。此外CPU和GPU还分别有自己的高速SRAM的Cache缓存，也叫On-chip Memory，一般几百K~几M。不同距离的内存访问存在不同的时间消耗，距离越近消耗越低，读取System Memory的时间消耗大概是On-chip Memory的几倍到几十倍。

· Soc上GPU和CPU共享一个内存地址空间

3.On-Chip Buffer

在TB(D)R架构下会存储Tile的颜色、深度和模板缓冲，读写修改都非常快。如果Load/Store指令中缓冲需要被Preserve，将会被写入一份到System Memory中。

4.Stall

当一个GPU核心的两次计算结果之间有依赖关系而必须串行时，等待的过程便是Stall。

5.FillRate(像素填充率)

像素填充率 = ROP运行的时钟频率 x ROP的个数 x 每个时钟ROP可以处理的像素个数。

二、TB(D)R

1.什么是TB(D)R

TBR（Tile-Based (Deferred) Rendering）是目前主流的移动GPU渲染架构，对应一般PC上的GPU渲染架构则是IMR（Immediate Mode Rendering ）。

TB(D)R的简单意思：屏幕被分成块（16*16像素 / 32*32像素）渲染。

2.TBR与TBDR

TBR：顶点Shader → Defer → 光栅化 → 像素Shader

TBDR：顶点Shader → Defer → 光栅化 → Defer → 像素Shader

Defer是什么？：字面是延迟的意思，但从渲染数据的角度来看，Defer就是“阻塞+批处理”GPU的“一帧”的多个数据，然后一起处理。

三、立即渲染架构(IMR)

出处：A look at the PowerVR graphics architecture: Tile-based rendering - Imagination

可以看到，整个立即渲染架构流水线是直接和系统内存进行交互。

四、TBDR的渲染流程

1.宏观上的2个阶段：

第一阶段执行所有与几何相关的处理，并生成Primitive List(图元列表)，并确定每个tile上面有哪些primitive。（分图元）

第二阶段将逐块执行光栅化及后续处理，并在完成后将Frame Buffer从Tile Buffer写回到System Memory中。（TBDR第二阶段相比传统的立即渲染架构，它并不是直接将结果写回到系统内存中，而是写到片上内存中）

2.简略示意图

可以看到再顶点着色器后有一个Tiler的过程，这个Tiler个过程就是把所有图元分成不同块元的过程(确定每个块元包含哪些图元)。之后进行片元处理后，先把处理后的块元先写入自己块元的内存上，之后再写入系统内存。

3.详细示意图

出处：A look at the powervr graphics architecture tile based rendering

可以看到上图中有两个虚线框，其中上面的虚线框表示片上内存，下面的虚线框表示系统内存。

可以看到有一个Tilling的过程，它把我们经过顶点操作处理后的几何数据写到了系统内存上面，那么之后经过光栅化和后续的处理操作，仍然是先写入片上内存，最后进入Frame Buffer。

4.比较

相比于IMR架构，TB(D)R架构在几何处理和片段处理两步中增加了一个Frame data的区域，同时在最终输出时，先输出到片内存中，而不是直接输出到Frame Buffer。

5.TBR（Tile-Based (Deferred) Rendering)示意图

6.GPU乱序执行：IMR和TB(D)R

可以看到，实际上，GPU并不会严格的按照从左到右/从上到下竟然有序的执行。

五、小结

TBR的核心目的是降低带宽，减少功耗，但渲染帧率上并不比IMR快

1.优点

(1）：TBR给消除Overdraw提供了机会，PowerVR用了HSR技术，Mali用了Forward Pixel Killing技术，目标一样，就是要最大限度减少被遮挡pixel的texturing和shading。

(2）：TBR主要是缓存友好, 在缓存里头的速度要比全局内存的速度快的多，以及有可能降低帧率的代价，降低带宽，省电。

2.缺点

(1）binning过程需要在vertex阶段之后，将输出的几何数据写入到DDR，然后才被fragment shader读取(几何数据过多的管线容易在此处有性能瓶颈)。这之间也就是tile写入DDR的开销和fragment shader渲染读取DDR开销的平衡。另外还有一些操作(比如tessellation)也不适用于TBR。

(2）如果某些三角形叠加在数个图块（Overdraw），则需要绘制数次。这意味着总渲染时间将高于即时渲染模式。

六、两个重要的Defer/批处理

1.Binning过程(类似四叉树)

Binning过程实际上就是决定每一个图元由哪些块元来渲染的一个过程，如上图所示。

2.不同GPU的Eearly-DT

· Android平台

（2）Arm Mali

Arm Mali发生在early depth/early Z之后，是一个先进先出的队列。在上图左侧可以看到，该队列中已经存在了4个Quad，每个Quad可以理解为一个2x2像素的平面，它们带有一个pos信息记录它们在屏幕上的位置，其次还有Z，也就是深度，那么如图所示，当新进来的Quad和队列中已有的Quad的pos相同的时候，Z=10的被Z=0的替换掉。

· IOS平台

(1)HSR（隐形面剔除）