分享一次查找GfxDriver内存暴涨的经历

分享一次查找GfxDriver内存暴涨的经历

  • 作者：admin
  • /
  • 时间：2022年09月29日
  • /
  • 浏览：2459 次
  • /
  • 分类：厚积薄发

前言

网上有很多有关内存的优秀文章（比如《Unity游戏内存分布概览》），看完后收益颇多，总感觉对内存（比如PSS的分布）已经了如指掌。直到最近遇到游戏中播放奥义导致GfxDriver内存暴涨500MB左右的问题，才发现之前的“了如指掌”到真正解决问题之间，还有一段路要走。这段路，就是理论到实践过程中的方法论，而这方法论，或多或少是有迹可寻的。因此借这个机会，尝试去总结一下，同时分享给大家，欢迎讨论。

“分享一次查找GfxDriver内存暴涨的经历”这个标题，其实是取自UWA上的一篇分享。正所谓“幸福”（GfxDriver内存暴涨）是类似的，但各有各的“不幸”（暴涨原因不尽相同）。好了，废话不多说，让我们进入正题。

问题描述

某个角色进入战斗后，只要释放奥义，PSS瞬间暴涨接近500MB，如下图所示：PSS直接从1228MB涨到1724.19MB，并且瞬间到达峰值后又会回落一部分，直到维持在一个高位。

从上图中我们可以看出两个问题：

  • PSS瞬间暴涨
  • PSS到达峰值后又会回落一部分

问题定位

1. 初步定位
1.1 缩小范围
通过以上的问题描述，首先通过简单的测试缩小问题范围：
1）是否跟设备兼容性有关
2）是否跟后效有关
3）PSS暴涨的大头部分在哪里

对于第1条和第2条，自测或请QA帮忙能够很快定位：这是个通用问题且跟后效无关；对于第3条，我的方法是使用以下三个工具进行组合判断：
1）GamePerf（或者UWA、PerfDog、UPR等都可以）
2）ADB shell dumpsys meminfo
3）Unity Profiler

下面详细解说一下：

  • 从GamePerf报告分析初步判定是显存部分增长过快，如下图所示：

  • 与此同时，使用dumpsys meminfo查看播放奥义前后两次PSS的快照，这样能够大体定位问题所在：

上图是奥义播放前的快照，下图是奥义播放后的快照，通过对比发现涨幅都集中在GL mtrack。

  • 再结合真机在Unity Profiler上的结果，显示GfxDriver从127MB涨到0.56GB：

1.2 小结
通过以上三个工具组合，我们可以大致定位PSS的增长大头在“显存”上。但我们知道，手机上是没有独显的，SoC中GPU和CPU共用一块LPDDR物理内存，因此我在显存上加上了引号。而以上三个工具分别引出了有关“显存”的三个概念，后面我们会深入了解一下以下三个概念：
GamePerf——memGraphics
PSS——GL mtrack
Unity Profiler——GfxDriver

2. 单元测试
既然已定位到，那么接下来就可以通过单元测试来进一步定位问题所在了。在这个阶段，就要引入新的工具——System Profiler。在测试之前，先简单介绍一下这个工具。

2.1 工具选择——System Profiler
System Profiler是华为提供给开发者的一款用于Android平台应用程序的性能数据实时采样工具。通过性能数据的实时动态变化与应用的动态场景相结合做关联分析，帮助开发者快速定位应用程序的性能问题。它可以采集的数据有：

  • CPU性能数据指标：CPU负载、CPU各核使用率、CPU各核频率和CPU性能计数器。
  • GPU性能数据指标：GPU频率、GPU负载和GPU性能计数器。
  • Memory性能数据指标：系统Memory使用情况、应用APP进程Memory使用情况和GPU Memory使用情况。
  • Graphics性能数据指标：帧耗时FrameTime、实时帧率FPS、卡顿Jank和严重卡顿Big jank。
  • 其他性能数据指标：设备CPU温度、GPU温度、电池温度、网络数据流量速率、Disk数据读写速率和用户自定义性能数据事件。

为什么会选用这个工具呢，主要是从以下几个方面考虑的：

  • 经过以上的初步定位，内存暴涨问题跟机型无关
  • 需要看到PSS的实时变化
    • dumpsys meminfo无法满足实时这个需求
    • Unity Profiler的数据又比较局限，无法纵观全局
    • Android Profiler虽然能够看到PSS的实时变化，但跟dumpsys相比，Android Profiler没有System和Private Other项，但是多了一个Others项，需要通过一些换算才能跟dumpsys出来的PSS匹配
  • 最好能够看到除了PSS之外其它的一些性能指标，方便对问题做进一步排查定位

2.2 单个特效播放测试
2.2.1 测试数据

2.2.2 分析

  • System Profiler中Graphics的含义跟APP Summary中的Graphics一样，播放前后的差距为16.7MB

现在只粗略算一下特效的其中一个Shader，一个顶点占用为：4*（4+3+2+4+4）= 68Byte，数量为：101681，由此算出占用大小大概为：68 * 101681 / 1024 / 1024 = 6.59MB。

struct VertexInput 
{      
    float4 vertex : POSITION;      
    float3 normal : NORMAL;      
    float2 texcoord0 : TEXCOORD0;    
    float4 texcoord1 : TEXCOORD1;   
    float4 vertexColor : COLOR; 
};

2.3 12个特效瞬间播放测试
先说明一下，经过前期的情况摸底，游戏中奥义的播放会瞬间播放12个相同特效。因此，单元测试还需要模拟测试一下游戏中的真实情况，看看瞬间播放12个相同特效的话效果如何。

2.3.1 测试数据

2.3.2 分析

  • NativeHeap相差13MB（135.6-122.9）左右，Native表示从C或C++代码分配对象的内存（因为Unity的底层是C++写的，大部分对象的创建都是在C++完成的，这部分内存就会进入Native中，而C#那边就是一个对C++引用和操作的“壳”，这部分会进入到堆内存即Mono中，而Mono内存则在Unknown中体现），主要由以下几部分组成：

    • Mesh
    • Font
    • Fmod
    • Texture(R/W)
    • Material/Shader
    • Animation Clip等

  • Graphics依然是大头所在，随着12个特效瞬间播放，Graphics从59.7MB瞬间增长到了251.5MB。再结合上图中顶点数从5445暴涨到1180293，基本可以判定，造成PSS瞬间增长200MB的原因是顶点数量的暴涨。同时推测游戏中PSS暴涨500MB也是这个逻辑：如下图所示，游戏中奥义播放后每帧顶点数峰值为212万，相比单元测试中的115万，数量正好是2倍左右，再加上游戏中小奥义播放时还有其它特效在同时播放，基本就会达到500MB左右了。

  • 为什么Graphics到达峰值后会回落一部分直到维持在一个高位呢？

对于这个问题，我这边也翻阅了大量资料，尽可能地解释一下，估计还是会有不对的地方，欢迎大家来讨论！

首先明确几个概念：

  • CPU的内存一般称之为主存（Main Memory），GPU自己的存储则称为Local Memory，即GPU的本地存储，有时候也称为Video Memory（即我们通常所说的显存）
  • 手机SoC上GPU没有自己的物理存储设备，而是共享CPU的存储空间，即Unified Memory Architecture（一致性存储架构），通常是从CPU的存储中划分一部分出来作为该GPU的Local Memory

其次，我们要了解CPU和GPU在渲染时数据传输的工作原理：
CPU将顶点数据放入主存当中，供GPU使用。由于主存的内容对GPU来说是不可见的，所以GPU是不能直接访问这些数据的。为了让GPU访问CPU主存的内容，业界引入了一个叫GART（即Graphic Address Remapping Table）的技术。GART是一个内存地址的映射表，可以将CPU的内存地址重新映射到GPU的地址空间，这样就可以让GPU直接访问（DMA，Direct Memory Access）Host System Memory。

Pinned Memory就是CPU内存上的一块专门用于GART的存储区域。

以OpenGL为例，当CPU需要更新数据给GPU使用时，比如顶点数据的更新、纹理数据的上传等，可以通过这两个函数：glBufferData和glBufferSubData，将数据从Main Memory拷贝到Pinned Memory，一旦拷贝完成，就会发起一次异步的DMA传输，将数据传输给GPU，然后就会从函数调用返回，一旦函数返回，就可以对原来CPU主存中的数据做任何处理——修改或者删除。

所以，这里大胆猜测一下，Graphics到达峰值后迅速下降的部分应该是Main Memory。

3. 精准定位
终于来到了最后一步：查出顶点暴涨的真相。

下图是模拟同时播放12个相同特效的截帧，可以看到，光是baozha_01这么一个特效结点，它的顶点数就有120660。把该特效中的baozha_01节点用到的模型拉出来看，也就只有2011个顶点，乘上12的话也只有24132，这差的10w左右的顶点去哪了？

继续找原因，这次要通过RederDoc来截帧看看，这120660个顶点来自哪里。

看到这5个排列整齐的球体，瞬间明白了什么，赶紧到粒子设置的地方看一下：

改成2个试试：

所以120660就是这么来的：120660 = 2011 x 5 x 12
至此，真相大白。

理解“显存”的三个概念

  • GamePerf的memGraphics，它的官方文档上写着让我们参考Unity的文章，里面没有memGraphics的概念，都是对内存的相关说明，不过很值得一看。结合数据，这里大胆猜测memGraphics就对应着APP Summary中的Graphics：指渲染相关的所有内存之和，包括Gfx dev、EGL mtrack和GL mtrack中所有Private部分之和。

  • PSS的GL mtrack，其实是主要看Gfxdev和GL mtrack，这里为什么只提到GL mtrack呢？大家看上面我的PSS截图，里面确实没有Gfxdev，这是截自华为手机的，猜测是华为手机底层把Gfxdev和GL mtrack都统计成了GL mtrack了。因为如果换成高通SoC，就会出现Gfxdev。上面Unity对PSS的介绍文章中也是把Gfxdev和GL mtrack放在一起说明，这里直接翻译一下：GL和Gfx是驱动反馈的GPU内存，主要是GL纹理大小的总和、GL命令缓冲区、固定的全局驱动RAM消耗以及Shader。需要指出，这些不会出现在旧的Android版本上。注意：用户空间驱动和内核空间驱动共享同一个内存空间。在某些Android版本上，这个部分会被重复计算两次，因此Gfxdev要比实际上使用的数值更大。

  • Unity的GfxDriver其实统计的就是Textures和Buffer（Vertex Buffer以及Index Buffer）的内存，Unity源码是通过REGISTER_EXTERNAL_GFX_ALLOCATION_REF这个宏进行统计的，手头有源码的小伙伴可以去看一下 。但是，Unity官方文档上对GfxDriver的解释是：“The estimated amount of memory the driver uses on Textures, render targets, Shaders, and Mesh data”。对于多出的Render Targets，笔者这边表示存疑，后面需要验证一下。

总结

最后，简单总结一下“方法论”！

所谓大道至简，先初步定位缩小问题范围，其次单元测试分析问题所在，最后精准定位找到问题原因。我认为每个阶段中最重要的就是选择趁手的工具。

  1. 初步定位——GamePerf(UWA、PerfDog、UPR都可以)、Dumpsys Meminfo、Unity Profiler
  2. 单元测试——System Profiler
  3. 精准定位——Renderdoc

参考

[1] https://learn.unity.com/tutorial/memory-management-in-unity#5c7f8528edbc2a002053b59d
[2] https://developer.nvidia.com/vulkan-memory-management
[3] https://developer.huawei.com/consumer/cn/doc/development/Tools-Guides/overview-0000001050741459
[4] https://www.cnblogs.com/hellobb/p/11023873.html
[5] https://blog.csdn.net/msf568834002/article/details/78881341
[6] Unity游戏内存分布概览

这是侑虎科技第1217篇文章，感谢作者吕强供稿。欢迎转发分享，未经作者授权请勿转载。如果您有任何独到的见解或者发现也欢迎联系我们，一起探讨。（QQ群：793972859）

作者在UWA学堂发布的《五天实现PBR保姆级教程》课程，旨在对PBR（Physically Based Rendering，基于物理的渲染）技术进行深入浅出地讲解与实现。

再次感谢吕强的分享，如果您有任何独到的见解或者发现也欢迎联系我们，一起探讨。（QQ群：793972859）

暂无标签