转自：https://www.zhihu.com/question/20720436

来源：知乎 著作权归作者所有。

移动处理器发展至今,有人曾经拿出数据比较三星5250处理器和桌面版i3,atom处理器的cpu性能,但为什么没人比较过移动版GPU和桌面版的区别呢?是因为应用的操作系统不同无法直接比较?还是架构不同?比如现在桌面的GT650和544MP3的比较?(虽然肯定是不如,但差距在哪里?有多大?)

answer1：

移动GPU和桌面GPU最核心的差别在于渲染流程不同。目前主流的移动GPU，无论ARM、高通还是Imagination，其GPU都是TBR（Tile Based Rendering）。而桌面GPU，无论NVIDIA、AMD还是Intel，都是Immediate Rendering. 下面我就来说说什么叫TBR，什么叫Immediate Rendering。

说在前面：

从opengl定义的GPU pipeline来看，一帧3D场景是通过以下几个过程渲染出来的。

“Vertex前端”（负责准备数据和Vertex Shader指令）->"Vertex Shader"(计算定点位置，颜色，纹理坐标，光照，等相关工作)->"Primitive Assembly"（负责组装图元，比如三角形； 坐标系变换，物体坐标->世界坐标->透视变换->屏幕坐标；视锥剪裁；Culling正反面选择）-> “Rasterizing”（光栅化，就是将立体场景投影到二维屏幕的过程）->"Early Z/S"（前期depth和stencil测试，决定一个fragment是否被渲染，从而降低后期fragment shader的负担）->"Fragment Shader"（对一个fragment，即像素，进行渲染。可能涉及到读取纹理texture。）->"Post Z/S"（后期depth和stencil测试，有些应用在fragment shader中可能会改变该像素的深度值）->"Blending"（将此次渲染结果和之前的渲染结果进行混合）。

1. Immediate Rendering

Ok，说到这所谓的Immediate Rendering，就是将一个图元（最常见的是三角形），从头到尾走完整个Pipeline，中间没有停止。这种结构，控制简单，容易实现。问题是在做blending的时候需要从存储单元中不断读回之前render的结果，可想而知在绘制一个大的场景时这个带宽消耗是比较大的。

那为什么桌面GPU会采用这个架构。首先，历史原因，最开始设计opengl pipeline的人，正是这些设计桌面GPU的大咖们。不过，最重要的一点是，桌面GPU都是有自身显存的，它不需要通过系统总线从系统的DDR memory中读回数据。所以开销比较小，是完全可以接受的。但移动端的处理器（基本是可以认为都是ARM处理器）都是统一寻址的。所有的IP都是使用统一的DDR存储空间，这样读回Pixel进行blending就变成了一件非常奢侈的事情。它会严重占用系统带宽，不但功耗提升，而且会影响整个SOC的处理能力（可以想象北京上海的堵车场景）。为了解决这个问题TBR便应运而生了，下面该TBR出场了。

2. TBR

TBR是Tile Based Rendering的缩写。首先来认识一个概念Tile。什么是Tile，你可以把它看成一小块屏幕区域。比如一个屏幕的分辨率为256x256，假定一个tile的大小是16x16，那么这个屏幕可以看成是由16x16个Tile组成。TBR的精髓就是一个Tile一个Tile的渲染。这样只需要给GPU配上一块很小的片上cache（足够装下一两个Tile的内容就行），就能实现高效的blending。那么，问题来了，根据前面讲述的GPU pipeline来看，只有在光栅化的时候才能知道每一个tile中包含的fragment，如何才能做到一个tile画完再画另一个tile呢。这里就需要一种机制将整个场景的图元信息（最主要的是位置）都保存下来，并且能在做光栅化时快速的检索出属于这个Tile的图元。所以所有的移动GPU中都会有Tiler这个模块，这在桌面GPU中是没有的。每个厂家的Tiler实现都是机密，这里不予讨论。我们只要知道Tiler能接收vertex shader的运算结果，并在光栅化之前，选出属于特定tiler的图元就行了。有了Tiler，这个GPU Pipeline就被分为了两部分，一个场景中所有的vertex计算都在光栅化之前完成，最后再一次性raster一个Tile。这样做还有一个好处就是，可以更有效的在early z中剔除被遮挡的像素，降低了fragment shader的负载。

作者：肖雄 链接：https://www.zhihu.com/question/20720436/answer/151341206 来源：知乎 著作权归作者所有。

answer2：  

按知乎一贯的啰嗦风格，说说我个人关于所谓“性能”的一些想法。跟主题无关。

首先，GPU的性能这事本身就比较难界定。从工程师和社会闲杂人员(a.k.a. marketing)的不同角度，对GPU性能的取向可能就是不一样的。作为一个GPU工程师，我们可能关心的是GPU某一方面的吞吐量，比如triangle rate, fill rate, texturing rate，当然还有FLOPS。但是作为用户、评测人员或者市场人员，他们关注的点是“How damned fast can I play my game on it”。所以简单的讲“移动GPU和桌面GPU性能哪个好”，不同的人会给你不同答案，因为“性能好”在不同的人那里的定义是不一样的。

说到游戏性能 benchmark，则问题变得更复杂，因为游戏是运行在一个复杂的计算机系统上面，而不仅仅是一颗GPU。CPU的不同（比如ARM vs. X86）、OS的不同（比如Android vs. Win）、driver处理机制的不同（比如WDDM vs. LDM）、内存子系统的不同 ⋯⋯ 乃至API的不同（D3D vs OpenGL），都会导致最终游戏性能的差别。有时候这种差别是可以通过一些手段排除的，有时候则不能（比如OpenGL的应用往往切换状态比D3D要频繁，不知道为什么，可能OpenGL developer 的习惯做法与D3D developer有所不同）。

具体到游戏引擎上来，今天的移动游戏引擎技术，差不多要比PC游戏落后一到两个代际。这是软件的问题，而且我相信移动游戏会很快追赶上来，甚至超越也不一定。但是在当下，你就很难比较采用了不同复杂度设计的引擎产生的GPU workload。

然后，还有一个问题：即使是同一个架构的GPU（比如NVIDIA在Tegra K1里用的GPU和楼主问的GT650 都是Kepler架构，“几乎”一模一样）,为了因应不同的市场和产品需求，你还是不能拿它们来直接比较： 第一，除了流处理器数目不同，K1 的GPU是连在整个SoC的memory controller上的，而GT650是自己的MC直接连显存。这个区别会直接影响内存访问的带宽和延迟。 第二，对同一个benchmark来说，在SKU不同的GPU上跑，会发生bottleneck shift。比如在core比较少的GPU上pixel shader是瓶颈，到了core比较多的GPU上可能就会变成内存是瓶颈。 第三，K1 的GPU时钟频率比较低，而GT650的时钟频率比较高。更重要的是，K1的各部分之间的时钟频率比，跟GT650是不一样的，所以即使是做clock for clock比较，也可能会有bottleneck shift。

最后，同一个benchmark，同一个系统，同一个GPU，在不同的分辨率和AA rate下跑，也会bottleneck shift。这就是为什么大部分评测都要标resolution 和 AA mode的原因。

总结：GPU性能评测是一个复杂的系统工程。不做具体的界定和calibration，泛泛的讨论“移动GPU和桌面GPU哪个性能好” 很难得到一个确定的、有建设性的结论。从最终用户关心的“我能不能流畅的玩游戏”到工程师关注的“这个GPU哪一部分的吞吐量是多少” 之间，有一个逐渐过渡，不断具体化，关注范围渐次收窄的过程。在这个过程中，具体数据可能并不具有确定的意义。我们更多应该关注数据变化的趋势和约束条件。“不服跑个分” 是无助于提高移动GPU的设计水平的。

作者：张岩 链接：https://www.zhihu.com/question/20720436/answer/23187329 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

answer3：

时隔两年再来更新这个问题，是因为有人提到了TBR。实际上TBR并不是移动硬件的专利，甚至可以说它也不是为了移动硬件而生。从Kyro开始就有了TBR的设计。

TBR实际上是算法和架构层面对Cache的优化。TBR工作在Scratchpad memory上。它和Cache一样，设计的根本是为了逾越Memory Wall。当两级存储差异巨大，比如在手机上，就会选择TBR的设计。当年因为SIMD和非常宽的位宽，所以Memory Wall的问题在Framebuffer的写入上不明显，因此主流的显卡一直使用的是IMR。

----------------------------------------------------

移动GPU和桌面GPU最大的不同在于，移动GPU在设计上是有着明确的资源限制的：功耗和面积。其次才是性能功耗比。这样也导致移动GPU无论是拼性能还是性能功耗比，都远不如桌面GPU。

另外，对于现代GPU来说，无论是桌面还是移动，能看的指标只有两个：一个是FLOPS（Half Precision和Full Precision），一个就是Memory Bandwidth。至于核数之类的，那都是Market Techniques。此外性能和指标的关系，虽然是有，但没那么密切。

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

另外， 张岩（妈蛋这个名字太多了我at了好几次都at不对） 是业内巨巨（没记错吧），所以他的回答还是很中肯的。

他提到了“性能”，我就再多说两句。虽然说性能在每个阶段都有体现，但是GPU这东西是有这目标市场的。既然有市场，那就要先做评估，评估GPU出来之后应用的特性，比如是三角形多呢，还是Shader多，还是Texture多。因为大家都知道有明显的bottleneck不好，所以尽可能的均衡搭配，避免短板效应。

并且产品的裁剪一般也是均匀的。比如高端GPU搭配的显存带宽是200G/s，但是低端的芯片只有120G/s，那显然给那么多的shader单元就没什么意思了，还增加芯片成本。所以这个时候，shader可能就要打对折。shader减少了，可能Triangle setup的频率也可以下调。如此这般。当然这种调整并不是1+1=2那样的简单，需要架构本身有伸缩性。所以Tegra在K1之前，也不是直接拿桌面的片子过来用刀切一半就能当移动芯片用的。

那么这个“均衡”以谁做参考呢？那自然是benchmark。Benchmark除了平日见到的跑分应用外，剩下的多是给厂商用于性能参考的。从市场角度来说，新的芯片上市的时候，应用往往不那么充分。除了常规的性能增加外，跑分的多少也是让发烧友买新卡的重要动力。

从这个意义上讲，“不服跑个分”，还真是芯片发展的推动力之一。

作者：空明流转 链接：https://www.zhihu.com/question/20720436/answer/23184268 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。