vs里先做了face frustrum sample三種test 剩下的 沒被剔掉的 才做了varying的計算
然后genereate plygon list 寫入system memory
transaction elimination是mali的一個gpu優化技術
TE 為了省帶寬做的
以tile為單位做比較 沒更新內容的tile就不傳了 用舊的
https://developer.arm.com/architectures/media-architectures/transaction-elimination
幀與幀之間 的比較 全格式支持
16x16pixels 的tile
mali
Bifrost G系列
Midgard T系列 低配在這里 從這里看 opengl3.0支持
Utgard 這個沒有手機用 不用看了 耶
耶 ogl2扔掉
Index-Driven Vertex Shading (IDVS)
把position和其它attitude分開放
https://community.arm.com/developer/tools-software/graphics/b/blog/posts/eats-shoots-and-interleaves
這個功能有些雞肋，mali上多半bifrost性能夠了 midgrard需要優化 可idvs低端機又不支持。。。
高端機做的feature更高，低端機還是得閹。。噢 一套數據就可以了 運行時分平台bind pack吧。。
mali的shadercore是unified的
一種core 可以做三種計算 vertex shader，fragment shader，compute kernel
MIDGARD
這個是弱一些的
MaliT系列
BIFROST
是Mali高端的G系列----搖搖欲墜的天國之路
這兩者在GPU block model部分是一樣的（對shader core的調度） 只是Bifrost最高32core並行 Midgard最高16core
vertex queue-----vertex/tile/compute tile是fixed管線
fragment queue--fragment
一個rendertarget的task進一個queue
一個queue的工作可以給多個shader core並行
多個queue的工作可以在一個shader core上並行
不同rt的vertex queue和fragment queue也可以並行
一個rt的vq和fq之間 必然是線性的了 fq對vq有依賴
L2cache減小的帶寬在於 重復數據 的fetch 只拿一次 省的是這部分
L2cache的大小 32-64KB / shader core
L2cache到總線（system memory）的port的數量和帶寬可配置 數據在32bit pixel/core/clock
8-core design to have a total of 256-bits of memory bandwidth (for both read and write) per clock cycle
bifrost 這里最高做到12core以上的帶寬量 這里高於midgard
midgard shadercore
tripipe是可編程部分 其它是固定管線部分
tripipe有三部分功能
算術運算A-pipe
memory load/sstore 和 varying access --LS-pipe
texture access--texture unit ---T-pipe bilinear filter一個clock，trilinear需要兩個時鍾周期 因為采樣兩級mipmap
=================
bifrost shadercore
bifrost的固定部分和midgard類似
由excution core替代了 tripipe因為超過三部分了。。
一個core里面有一個或者多個excution engine做算術運算 和thread state
Load/store unit
varying unit
ZS/blend unit ---depth stencil /blend
texture unit bilinear filter一個clock，trilinear需要兩個時鍾周期 因為采樣兩級mipmap
https://admin.jlb.kr/upload/abstract/190007/259.pdf
unite 2019
http://fileadmin.cs.lth.se/cs/Education/EDAN35/guestLectures/ARM-Mali.pdf
midgard
bifrost
G76 streamline原始數據
MIDGARD
memory system
每個shader core 倆16k的L1cache--一個給texture fetche一個給geometry
所有的shader cores公用一個32K-64K的L2cache
L1和L2使用 64 byte cache lines
然后這部分信息 對優化compute shader 增加cache locality有幫助 這部分信息目前我還不太了解 mark
DDR 是Double Data Rate 隨機存儲器 ---內存 在時鍾升沿降沿都能讀寫數據 所以是double rate
GPU Limits
If we scale this to a Mali-T760 MP8 running at 600MHz we can calculate the theoretical peak performance as:
-
- Fillrate:
- 8 pixels per clock = 4.8 GPix/s
- That's 2314 complete 1080p frames per second!
- Texture rate:
- 8 bilinear texels per clock = 4.8 GTex/s
- That's 38 bilinear filtered texture lookups per pixel for 1080p @ 60 FPS!
- Arithmetic rate:
- 17 FP32 FLOPS per pipe per core = 163 FP32 GFLOPS
- That's 1311 FLOPS per pixel for 1080p @ 60 FPS!
- Bandwidth:
- 256-bits of memory access per clock = 19.2GB/s read and write bandwidth1.
- That's 154 bytes per pixel for 1080p @ 60 FPS!
- Fillrate:
帶寬看上去比蘋果小些哦。。。
他還說。。。。compute shader 和vertex shader 行為是一致的。。。interesting 把頂點看成cs的一維數據
BIFROST
The Execution Engines: Arithmetic Processing
這種quardthread 更好的並行 T0 T1 T2 T3
一個quard 128bits 一個clock 就是橫着一排
無論vector幾都可以就這樣往上排
=========
quad對應warp
是一組thread 4個一組這里叫quad
=======
The Execution Engines: Thread State
ZS/Blend unit
所有tile memory access 在這里
- https://www.khronos.org/registry/gles/extensions/EXT/EXT_shader_pixel_local_storage.txt
- https://www.khronos.org/registry/gles/extensions/ARM/ARM_shader_framebuffer_fetch.txt
- and the merged sub-pass functionality in Vulkan.
Varying unit
varying interpolator
插值用的 varying的access在load store unit（LS pipe） 它有cache
128bits/quard/clock
fp16 vector4 一個quard需要2clock （16x4=）
Load store unit
vertex attribute fetch,
varying fetch,
buffer accesses,
and thread stack accesses.
他有一個16K L1cache 公用L2cache
64bytes cache line/clock
quard thread 128bits 被優化到一個clock（4thread）
bifrost這里 把對memory 的訪問分成三個units
load/store cache access, varying interpolation, tile-buffer accesses
midgard 這里就一個 unit
這種改變 增加了 三部分的並行 減小資源競爭 緩解LSpipe壓力
texture unit --16K L1cache /core， 公用L2 ，雙線性一個clock/texel
三線性 2 clock/texel 因為 需要mipmap 兩級bilinear filer
volumetric 3d texture 兩倍cycle of 2d
16bits/color channel 需要更多cycles/pixel
but Bifrost 采樣 depth16 和depth24時做了優化 1cycle/texel 比midgard快一倍
======================
