華為榮耀GPU Turbo技術猜想 | Digecture

來自專欄 Digi史記

#include<頭部函數聲明：以下內容僅授權鳳凰網科技轉載引用>

在閱讀這篇猜想前，請大家首先記住一個大前提是：GPU Turbo需要在控制功耗平衡的前提下提升圖形處理性能。

其次Turbo具備一定普適性，因為華為說搭載960/659的中低端機型也能用。也就是說，這項GPU加速技術不受硬體型號限制，基本是可復用的純代碼層面優化。

我們還是以970舉例，GPU型號為ARM Mali G72，有12個Core（核心）。

以CPU睿頻理論比對，實現Turbo加速的原理無非有種兩方式：1.大幅度提升單核激活主頻 2.開多核進行動態智能超頻。第一種方式顯然違背了功耗平衡的大前提，所以很嚇人的GPU Turbo技術原理就是「多核動態智頻」？

如果僅停留在Core層面的超頻調度，技術實現難度並不是很深也不夠嚇人。所以我們還要繼續「剖開Core」，去分析GPU內部架構。

Mali G72基於Bifrost圖形處理架構，其最大的優勢在於：由「指令級」並行矢量處理進化為「多線程」並行標量處理，從而提升Shader ALU（著色器算術邏輯單元）處理效率。

這裡需要給大家講一下著色器（Shader）相關概念。著色器是用來替代固定渲染管線的可編輯程序，一般分為頂點著色器（Vertex Shader）和像素著色器（Pixel Shader）。

著色器通俗講就是可以直接在GPU（單元）上運行的代碼，然後在渲染時通過API（例如Vulkan）執行指令載入到硬體，最終控制顯示在Display上的渲染效果以及像素位置。

對這裡順便說下API：Vulkan（或者OpenCL2.0），這是定義開發人員與底層硬體交互方式的協議，或者說通過軟硬體介面提高圖形渲染效率的方法。

在介紹完理論基礎後，我們結合實際的遊戲場景需求繼續分析。

在智能手機初級階段，類似Steam上絕地求生這種大型遊戲，幾乎不可能以吃雞手游的形態出現在移動性能平台上的。因為在實時高特效渲染環境下，需要滿足高耗電量、並行指令、複雜運算、以及數據存取速度等要素。

那麼面對這些要素，Turbo能夠去優化的變數就顯而易見了。

首先還是開頭說的大前提，電量是不可能多耗的，而且還要幫CPU省電；那麼華為很可能去「重寫指令」，也就是我們上面介紹的著色器代碼。然後針對複雜運算優化演算法，例如最頻繁使用的互反平方根；同時增加緩存區塊（主要是L2 cache），以提升數據存取速度。

其中最需要華為去投入大量研發成本的，主要集中在「重寫著色器代碼」這塊兒。當然，這也只是我對GPU Turbo的一個猜測，不一定準確。萬一只是「多核動態智頻」，豈不是又要被人說啪啪打臉。

另外在這些操作的基礎上，還可以進一步增加L1 cache、提高回寫緩存、優化指令緩存邏輯，在保持使用面積與耗電量不變的情況下提升整體協同處理效率。

最後，970集成的NPU或許還能發揮機器學習方面的作用，幫助GPU進行所謂的AI Turbo優化加速。