13 KiB
GPU 与 Metal 适配
先完成平台 DMA和基础显示呈现。 运行路径为 Metal → AdrenoMetal → metal2vulkan → Turnip → Darwin KMD → Adreno740 → A740。
实现后按驱动接入步骤连接初始化调用、归档配方和 OS ABI, 再执行本页对应的硬件验证。
源码与接口
以下链接固定到已核对的源码版本。使用所选 SoC、组件和 OS 版本核对接口; 链接的设备源码提供板级集成示例。
| 实现部分 | 源码 | 阅读与实现内容 |
|---|---|---|
| 电源与固件 | NativeAdrenoGmuPlatform.h, build-adreno740-kits.py | NativeAdrenoGmuPlatform::bind/services、映射窗口、计时器和固件输入 |
| 提交与内存 | NativeAdrenoClient.h, NativeAdrenoVm.h | NativeAdrenoTransport、BO 生命周期、GPU 映射和完成 |
| OS/前端接口 | NativeOfflineAccelerator.cpp, OfflineMetalWire.h | 加速器发布及配套前端使用的请求结构 |
1. 匹配 GPU 代际与 OS ABI
Adreno740 实现 A740 内核接口。AdrenoMetal 使用该接口、Turnip、metal2vulkan 和选定的 OS GPU/IOSurface ABI。确认目标 GPU 版本,对照寄存器、固件、命令包和内存接口。 其他 GPU 代际需要先实现对应内核后端和编译器支持,再选择前端。
另一块 A740 设备需要收集 GPU/GMU 寄存器、中断、SMMU context 与 stream ID、固件、 电源域、时钟/电压档位、互连投票、RAM 保留区和扫描输出布局,并与选定固件核对。
2. 适配电源和固件输入
阅读 SM8550 平台源码
和 参考板级 package。
Sm8550Platform 提供共享 GMU 操作和 command database 处理,
ShengGmuVotes.c 与 ShengGmuVotesSource.h 提供板级 OPP 和带宽策略。
根据目标电源和 command database 适配这些输入。
参考配方 scripts/build-adreno740-kits.py 嵌入以下本地输入:
| 固件 | 用途 |
|---|---|
qcom/gmu_gen70200.bin |
GMU 镜像 |
qcom/a740_sqe.fw |
命令处理器固件 |
qcom/sm8550/sheng/a740_zap.mbn |
板级签名 ZAP 镜像 |
配方读取 .cache/firmware/sheng-gpu/,核对 scripts/data/adreno-inputs.json 中的固定值。
按目标设备已确认的固件修改提取路径与固定值,在 proprietary-files.txt 中记录来源。
预期结果: 板级电源输入和固件匹配目标 GPU。提交命令前确认 GMU 启动和 HFI 响应。
3. 建立内存和命令提交路径
- 核对 ArmSmmu4K context 所有权、stream 选择、地址宽度和缓存维护。 使用目标硬件描述中的 GPU 和固件 stream ID。
- 适配保留内存和 GPU 虚拟地址窗口,确保扫描输出、固件、ring 和客户端分配位于各自拥有的范围。
- 使用有界任务确认 CP 初始化、ring 推进和 fence 完成。
- 渲染已知图像并检查结果,再运行 UI 工作负载。
- 验证客户端退出、映射生命周期和 fence 失败处理。
使用 AdrenoFirmware 的固件/HFI 操作和 AdrenoPM4 支持的命令包编码。
参考配方把这些 kit、ArmSmmu4K 和板级投票链接到 libAdreno740.a,再通过
build-adreno740-accelerator.py 构建 accelerator。创建目标配方时保留该顺序。
预期结果: 命令完成、fence 推进、已知图像正确。GPU 结果与桌面呈现结果分别记录。
降低映射与提交开销
桌面每帧都会分配、映射和释放大量缓冲区,单次调用的开销决定流畅度。Adreno740 和 ArmSmmu4K 遵循以下规则,移植时保持不变:
| 操作 | 规则 |
|---|---|
| 对象查找 | 客户端的对象数只受内存限制,通过 handle 索引查找。 |
| 分配 | BO 来自系统内存:不带 task、缓存模式为 write-combined 的可分页 IOBufferMemoryDescriptor,由 prepare() 锁定。VM 一次批量设置页属性,释放时恢复;客户端视图映射该描述符。只有要求连续内存的调用方才走连续的内核分配。 |
| 映射自有内存 | ArmSmmu4KLiveMapContextBatchExclusive:不与已有区间做别名检查。 |
| 映射导入内存 | 已映射的导入都属同一缓存类别,且其页都不在本驱动的 BO 中(覆盖 DRAM 的页位图)时,使用同一调用;否则使用完整检查的批量映射。 |
| 解除映射 | 不超过 512 页时每页一次 TLBIVAL,更多时按 ASID 失效。 |
| 提交 | 不做 TLB 失效。映射只填写无效叶子,解除映射会失效自己的页,上层页表不变。fence 卡住时仍会失效。 |
启动日志的 [vm map]、[vm unmap]、[vm kinds] 和 [bo memory] 行给出每种操作的
次数和耗时。修改前后对比这些行。
使用 NativeAdrenoClient 接口时,按以下顺序实现一次有界提交:
查询 ABI/能力,分配 BO,将其映射到允许的 IOVA,填写命令,再提交并等待返回的 fence。
通过 NativeAdrenoTransport.call 连接实际内核分发端,保留各请求的输入/输出大小。
CPU 读取结果前完成缓存同步;fence 超时时先停止队列并确认 DMA 已停止,再释放 BO 和映射。
在错误返回中保留失败的请求类型、句柄和 fence,便于定位分配、映射或执行阶段。
调度与内存复用
参考实现用 gpu-preempt=2 启用模式 2。高、普通偏高、实时请求进入 ring 0;普通、低、后台和未指定请求进入 ring 1。任务的 GPU role 决定使用前台还是后台请求。队列在优先级变化时保持 FIFO;抢占保存 GMEM 并恢复各环实际执行过的页表。
运行时调度与完成线程在 iOS、macOS 上都使用交互 QoS。渲染线程采用固定调度策略时,编码线程继承它的策略与优先级。
空闲自有图像 backing 可供后续池内分配和专用图像复用。room worker 先取合适的 spare,再申请新块。spare 在十秒后老化,也在分配失败或内存压力下回收。无使用者的普通 backing 可交给 room worker 释放;导入内存和所有者回调保持原有释放顺序。
8 位 BGRA 帧缓冲的渲染模式
默认设置 TU_DEBUG=gmem,nocb:凡是 Turnip 能分块的 pass 都在 tile 内存中渲染,不使用并发分箱。附件每个 tile 只加载和存储一次,memoryless 附件不占内存。GMEM 的加载和存储在内存一侧应用图像自身的 swap(turnip-gmem-memory-side-swap.patch)。无法分块的 pass 在系统内存中渲染。命令行上的 tu-debug= 可覆盖默认值。
turnip-gmem-mutable-swap.patch 保持 GMEM 加载与存储的颜色字节序。附件大小、行填充、格式和 load/store 操作参与模式选择。tu-debug= 用于指定对照配置,并发 binning 保持关闭。
metal-flow=1 打开 metal2vulkan 的 lowering 线程、commit 直接提交和管线预热,用于测试,默认关闭。
Metal 客户端默认使用单采样。NATIVE_METAL_SINGLE_SAMPLE=0 保留请求的采样数;纹理类型、pipeline 采样数和 resolve 处理遵循该策略。
定位慢帧的耗时
开启帧诊断,用同一命令、分配、fence 和显示请求关联各阶段。CPU 事件使用 uptime;GPU 时间戳通过时钟校准后对齐。
| 阶段 | 证据 |
|---|---|
| 创建到 commit | 调用方工作、纹理分配与内存页准备。 |
| commit 到编码 | 批次入队、开始、结束与慢编码调用。 |
| 编码到运行时 commit | surface 刷新与运行时交接阶段。 |
| 运行时 commit 到提交 | prepared、handed、taken、批次等待原因和内核提交。 |
| 提交到 GPU 完成 | 队列与环时间线、CP 时间戳、逐 pass 硬件耗时。 |
| 完成到回调 | 状态收集、前端清理、回调、保留资源释放和 gate 准备。 |
| 显示更新 | validation、fence 等待、flip、latch、退役和 blank。 |
对比相同触摸操作场景,将静止桌面和锁屏切换单列。记录缓存构建标识与预热进度、事件保留时段和省略数量。全局 GPU 计数器描述采样区间,逐 pass 计时确定对应工作。
4. 构建并加入 Metal
在准备好 SDK、编译器依赖和 ABI 输入的目标构建树中运行。iOS 17:
python3 scripts/build-turnip-darwin.py --target ios
python3 scripts/build-adreno-metal-plugin.py --target ios
python3 scripts/make-gpu-addon.py --publish build/gpuaddon.bin
iOS 27:
python3 scripts/build-turnip-darwin.py --target ios27
python3 scripts/build-adreno-metal-plugin.py --target ios27
ADRENO_PLUGIN_DIR=build/adreno-metal-plugin27 python3 scripts/make-gpu-addon.py --publish build/gpuaddon.bin
通过 --gpu-addon 与 --owner-trust-cache 将 addon 和配套 owner trust bundle 交给 payload,并开启板级 addon 加载器(参考实现使用 gpu-addon=1)。保留已有 Data seed,让持久数据与缓存沿用原有身份。详见打包流程。运行时插件名为 NativeAdrenoMetal。
核对所选 OS profile 的 sandbox、user-client 和 trust-cache 集成。
Metal 桥接层从不返回 nil encoder:无法编码的 pass 会得到一个命令缓冲区被拒绝的
encoder,因为 RenderBox 会缓存 encoder 的方法。进程的第一个问题写在驱动的进程
文本行上(启动日志中的 [gpu client text])。
AirNir 是离线编译器 kit;运行时前端使用组件页说明的 AIR → SPIR-V → NIR → IR3 路径。
预期结果: Metal 设备发现、客户端连接、pipeline 创建、渲染和呈现分别成功。 随画面结果记录固件、编译器和插件版本,分别测量首次 pipeline 编译和缓存复用时间。
预热着色器缓存
pipeline 在第一次被请求时才从 Apple 的 AIR 编译,会让画面卡顿。预先预热缓存,桌面就能直接命中。有两项输入,所有 OS 配置都用同一机制(iOS 17 用 --target ios,27 用 --target ios27);只有库列表不同,因为它列出的是该 OS 镜像的库。
- 预编译列表。 把 OS 镜像中每个
.metallib的绝对路径按 render server 看到的形式(/System/Library/...)逐行写出。放在build/prime-list.txt,build-adreno-metal-plugin.py会把它嵌入插件的__DATA,__primelist段,make-gpu-addon.py --prime-list FILE把它作为addons/NativeAdrenoMetal.primelist带上。有列表时 render server 不扫描目录,因为沙盒让它看不到大部分目录。 - Pipeline 包。 启动用
make-gpu-addon.py --cache-export构建的镜像,插件会把缓存目录写进板级日志。用scripts/read-sheng-log.py读取这次运行,用scripts/make-m2vpack.py OUT EXPORT_DIR...合并一个或多个导出(靠后的目录优先),再用make-gpu-addon.py --pipeline-pack OUT带上。插件在运行时打开缓存目录之前先把包导入其中。
预编译的运行方式:
- render server 打开设备 90 s 后在后台线程启动,线程栈 8 MiB。
- 每个 kernel 函数生成一个 compute pipeline;每个 vertex 函数生成一个 render pipeline,配同名前缀的 fragment 函数(
_vert_换成_frag_)和一个 BGRA8 附件。之后用其他常量或附件创建的 pipeline 仍按需编译。 - 桌面有动画时等待:250 ms 内超过 8 个命令缓冲区算忙,120 Hz 空闲桌面约提交 6 个。动画结束后再静默 2 s,每次等待最多 10 s,所以桌面一直不安静时仍每 10 s 编译一个 pipeline。
- 进度保存在缓存目录:
prime-done(已完成的库)、prime-fn(未完成库里已完成的函数)、prime-current(正在编译的函数)、prime-bad(曾使进程结束的函数;启动时发现prime-current就移入这里)和prime.log。重启后可在有数千个函数的库内部继续。 - 每个已完成条目带构建标识:运行时转换器的构建加 Turnip 库的
LC_UUID。重建运行时或 Turnip 会让所有库重新预编译,只重建插件则保留已完成的工作。 - 从
prime-done、prime-fn和prime.log检查已完成的库与函数。精简帧延迟包不包含这些文件,验证预热时单独读取。
预期结果: 当前构建的完成条目覆盖库列表,第二次启动复用相同场景的 pipeline。记录列表规模、构建标识以及冷启动和热启动的帧时间。