基于英特尔® 凌动™ 平台优化 Android* 游戏 mTricks Looting Crown

摘要

面向智能手机和平板电脑的游戏是应用商店内最常见的游戏类型。 过去，移动设备的 CPU 与 GPU 非常有限，极大地影响了设备性能。 因此，大多数游戏必须设置得非常简单。 现在， CPU 与 GPU 的性能得到了显著提升，人们也开始开发更多的高端游戏。 尽管如此，移动处理 器的性能仍然低于电脑处理器。

随着移动市场的壮大，许多电脑游戏开发商开始转向为移动平台制作游戏。 然而，传统的电 脑游戏设计决策与图形资源并不适合移动处理器，也无法有效实施。 本文将以 mTricks Looting Crown 为例，介绍如何分析和提升移动游戏的性能，以及如何面向移动平台优化图形 资源。 looting crown IA 版本现已发布，具体请访问下列链接。

https://play.google.com/store/apps/details ?id=com.barunsonena.looting

图 1. mTricks Looting Crown

1. 简介

mTricks 在使用不同商业游戏引擎开发电脑游戏方面具有丰富的经验。 在规划未来项目的 同时，mTricks 预测，由于移动 CPU 与 GPU 在性能方面的显著提升，移动市场已做好准备迎 接复杂的大型多人在线角色扮演游戏 (MMORPG)。 因此，他们将针对新项目的游戏目标平台从 电脑变成移动设备。

mTricks 首先将电脑代码库移植到 Android*。 然而，目标移动平台（包括基于英特尔® 凌动™ 处理器的平台（代号“Bay Trail”））的性能比预期低得多。

与迁移至移动设备的电脑开发人员一样，mTricks 也遇到了两个问题：

1. 移动处理器的处理能力较低，这意味着传统电脑图形资源和设计不适用。
2. 由于移动 CPU 与 GPU 在功能和性能上的变化，游戏显示和性能也会随着不同 的目标平台而发生变化。

2. 要点概述

Looting Crown 是 SNRPG（社交网络 + RPG）类型的游戏，支持所有 3D 图形和各种多玩 家模式（PvP、PvE 和 Clan vs Clan)。mTricks 以 Bay Trail 参考设计为基础对该游戏进 行了设计和优化，具体规格请参阅表 1。

表 1. Bay Trail 参考设计规格与 3DMark 得分

在开发过程中，mTricks 使用英特尔® 图形性能分析器（英特尔® GPA）查找 CPU 和 GPU 瓶颈，并通过分析解决图形资源和性能的问题。

基准性能为 23 fps，图 2 所示为 2 分钟运行时间内关于 GPU 利用率和目标应用 CPU 负载的统计数据。 平均 CPU 利用率约为 91%，而目标应用 CPU 负载约为 27%。

图 2. 采用英特尔® 图形性能分析 器对比基准 CPU 与 GPU 负载

3. 瓶颈存在于 CPU 还是 GPU 之中？

有两种方法可以找到 CPU 和 GPU 中的瓶颈。 一种是使用覆盖模式，另一种是改变 CPU 频率。

英特尔 GPA 系统分析器提供“禁用绘制调用” 覆写模式，以帮助开发人员 查找 CPU 或 GPU 中的瓶颈。 运行该覆写模式后，将采用覆写模式和不采用覆写模式的结果 进行比较，然后查看下列指南：

表 2. 如何采用“禁用绘制调用”覆写模式分析游戏

英特尔 GPA 系统分析器可模拟不同 CPU 设置下的应用性能，非常有利于瓶颈分析。 如要 确定应用性能是否依赖于 CPU，请进行以下操作：

1. 验证您的应用不依赖于垂直同步 (Vsync)。
   查看 Vsync 状态。 如果 “英特尔 GPA 系统分析器通知”面板中出现灰色高亮，则表示已启用 Vsync。
   • 如果 Vsync 已禁用，继续进行第 2 步。
   • 如果 Vsync 已启用，请查看“英特尔 GPA 系统分 析器”窗口右上角的帧速率。 如果帧速率在 60 FPS 左右，说明您的应用依赖 Vsync， 也无法再提高 FPS。 否则，继续进行第 2 步。
2. 在“英特尔 GPA 系统分析器”窗口的“平台设置” 面板（图 3）中使用滑动器施加一个不同的 CPU 频率。 如果更改 CPU 频率后 FPS 值有所变 化，说明应用有可能依赖 CPU。

图 3. 在“平台设置”面板中改变 CPU 频率

表 3 所示为针对 Looting Crown 的模拟结果。 打开“禁用绘制调用” 覆 写模式后，FPS 保持不变。 一般情况下，这说明该游戏依赖于 CPU。 但是，“最高 CPU 频率”覆写也没有使 FPS 发生变化，这表示 Looting Crown 依赖于 GPU。 为应对这 种情况，我们返回了图 2 中的数据，图 2 显示，Bay Trail 设备上的 GPU 负载和 CPU 负 载分别为大约 91% 和 27%。 由于 GPU 瓶颈，CPU 无法得到有效利用。 我们继续进行这项计 划，首先优化 GPU 使用，然后重新测试。

表 3. 采用禁用绘制调用和最高 CPU 频率后的基准 FPS 结果

4. 识别 GPU 瓶颈

我们发现性能瓶颈存在于 GPU 之中。 作为后续步骤，我们采用英特尔 GPA 帧分析器分析 GPU 瓶颈的成因。 图 4 显示了捕捉的关于基准帧信息。

图 4. 关于基准版本的英 特尔® GPA 帧分析器视图

4.1 将数百个静态网格合并成一个静态网格，并使用较大的纹理，以减少绘制调用数量。

表 4 和表 5 所示为英特尔 GPA 帧分析器捕捉的信息。

表 4. 所捕捉的基准帧信息

表 5. 基准版本的绘制调用成本

“地形”的总用时为 20 毫秒，而“地形”类别中“草地 ”的总用时为 18 毫秒。 这相当于“地形”处理用时的 90%。 所以我们 对此做进一步分析，以了解“草地”处理耗时的原因。

图 5 和图 6 所示为处理“地形”和“草地”时的 erg 输 出。

图 5. 地形

图 6. “草地”纹理

Looting Crown 通过重复四次绘制小块草地来绘制地形。 因此处理“地形 ”过程中绘制调用的数量为 960。 小块草地的绘制时间很短；不过，绘制调用本身会产 生开销，所以该运行过程比较昂贵。 因此，我们推荐将数百个静态网格合并成一个静态网格，并 使用较大的纹理，以减少绘制调用数量。 更改后的结果请见表 6。

表 6. 小纹理和大纹理的绘制成本对比

图 7. 更改后的地形

尽管我们进行了简化，但基于拼贴的地形需要大量的绘制调用，因此减少绘制调用后，绘制 “草地”的时间节省了 12 毫秒。

4.2 优化图形资源

表 7 和表 8 所示为将大纹理应用于草地后，英特尔 GPA 帧分析器所捕捉的新信息。

表 7. 首次优化时捕捉的帧信息

表 8. 首次优化时的绘制调用成本

我们检查游戏是否仍然依赖 GPU。 我们借助“禁用绘制调用”和“最 高 CPU 频率”模拟进行相同的测量。

表 9. 采用“禁用绘制调用”和“最高 CPU 频率”进行首次 优化后的 FPS 结果

表 9 显示，“禁用绘制调用”模拟提高了 FPS，但“最高 CPU 频率 ”模拟没有改变 FPS。 因此，我们了解到，Looting Crown 仍然依赖于 GPU。 接着， 我们又重新检查了 CPU 负载和 GPU 利用率。

图 8. 采用英特尔® 图形性能分析 器进行首次优化后的 CPU 与 GPU 负载

图 8 显示，在 Bay Trail 设备上，GPU 负载约为 99%，而 CPU 负载约为 13%。 由于 Bay Trail 存在 CPU 瓶颈，CPU 无法支持性能加速。

Looting Crown 最初是针对电脑开发的，因此现有的图形资源不适用于 GPU 和 CPU 处 理能力较低的移动设备。 因此，我们对图形资源进行了几次优化，如下所示。

1. 最大限度地减少绘制调用
   1. 减少材料： 对象材料的数量从 10 减至 2。
   2. 减少颗粒层：
2. 最大限度地减少多边形
   1. 借助 “Simplygon” 工具应用于人物的 LOD（细节级别）。
      

      图 9. LOD 显著减少后的人物

   2. 最大限度地减少用于地形的多边形： 首先，我们最大限度地 减少了针对远山（对细节要求不高）的多边形。 然后，我们最大限度地减少了针对平原（可通过两 个三角形表示）的多边形。
3. 使用优化后的光照图
   1. 删除针对“当日时间”的动态光。
   2. 最大限度地缩小每个网格的光照图尺寸： 减少用于背景的 光照图数量。
4. 最大限度地减少渲染状态的变化
   1. 减少材料后，渲染状态和纹理的变化也减少了。
5. 分离静态网格的动画部分
   1. Havok 引擎不支持对对象的动画部分进行部分更新。 即使 是针对对象中的静态网格部分，仅包含一个小型移动网格的对象也需要进行更新。 因此，我们 将动态部分（图 10 红色圈中的烟雾）从对象中分离出来，将其分成两个独立的对象模型。

图 10. 从静态网格中分离出来的烟雾 动画

4.3 高效使用标压缩 (Z-cull) 技术

用 3D 显卡渲染对象时，三维数据转换成二维数据 (x-y)，同时 Z 缓冲器或深度缓冲器用 于保存各屏幕像素的深度信息（z 坐标）。 如果屏幕中有两个对象必须采用相同的像素进行渲染 ，GPU 将对比两个深度。 如果新对象离观测器更近，GPU 将覆写当前像素。 因此，Z 缓冲器将 准确复制常见深度感知。 标压缩过程是首先绘制最近的对象，以便较近的对象隐藏较远的对象 。 标压缩有助于提升渲染隐藏表面的性能。

在 Looting Crown 中包含两种类型的地形绘制： 海洋绘制和草地绘制。 由于大部分海洋 在草地的后面，所以许多海洋地区被隐藏起来。 然而，对海洋的渲染早于草地，因而妨碍了有效 标压缩。 图 11 和图 12 所示分别为绘制海洋和草地时的 GPU 持续时间；两者的 erg 数分 别为 18 和 19。 如果草地渲染早于海洋，之后的深度测试将表明不需要绘制海洋像素。 这样 将会缩短绘制海洋的 GPU 持续时间。 图 13 所示为第二次优化时的海洋绘制成本。 GPU 持 续时间从 6 毫秒缩短至了 0.3 毫秒。

图 11. 首次优化时的海洋绘制成本

图 12. 首次优化时的草地绘制成本

图 13. 第二次优化时的海洋绘 制成本

结果

通过这些步骤，mTricks 面向移动设备优化了所有图形资源，同时未对图形质量造成任何 影响。 Erg 数量从 1,726 减少至了 124；图元数从 122,204 减少至了 9,525。

图 14. 图形资源的变化

图 15 和表 10 所示为优化后的成效。 优化后，Bay Trail 设备的 FPS 从 23 FPS 升 至 60 FPS。

图 15. FPS 提升

表 10. 变化后的 FPS、GPU 利用率和应用 CPU 负载

首次优化后，Bay Trail 依然对 GPU 依赖较高。 之后我们进行了第二次优化，以通过优 化图形资源和 z 缓冲器的使用来减少 GPU 工作负载。 最终，Bay Trail 设备的 FPS 达到 了最高 (60)。 由于 Android 使用 Vsync，60 FPS 是 Android 平台所能实现的最高性能 。

结论

开始优化游戏时，您首先需要确定应用瓶颈在哪里。 英特尔 GPA 有助于通过功能强大的分 析工具实现这一目的。如果您的游戏对 CPU 依赖较高，英特尔 VTune Amplifier 将会为您 提供重大帮助。 如果您的游戏对 GPU 依赖较高，您可以使用英特尔 GPA 了解详细信息。如要 确定 GPU 瓶颈，您可以尝试寻找高效的方法减少绘制调用、多边形数量和渲染状态的变化。 您 还可以查看准确的地形纹理尺寸、动画对象、光照图，以及 z 缓冲器准确的标压缩顺序。

关于作者

Tai Ha 是一名应用工程师，主要致力于支持 APAC 领域的在线游戏。 他自 2005 年加入 英特尔公司，主要负责医疗保健、服务器、客户端和移动平台等领域的英特尔® 架构优化。 加入 英特尔公司之前，Tai 自 1999 年起供职于美国圣克拉拉市的生物计量公司，担任安全中间件 架构师。 He 毕业于韩国汉阳大学，拥有计算机科学专业学士学位。

Jackie Lee 是英特尔公司软件解决方案事业部的一名应用工程师，主要致力于基于英特 尔® 凌动™ 平台的应用性能调优。 加入英特尔公司之前，Jackie Lee 曾任职于 LG 公司的 电子 CTO 部门。 他毕业于韩国中央大学，拥有计算机科学与工程专业的学士学位与硕士学 位。

参考资料

looting crown IA 版现已在 Google Play 应用商店发布：

https://play.google.com/store/apps/details ?id=com.barunsonena.looting

英特尔® 图形性能分析器
https://software.intel.com/zh-cn/vcsource/tools/intel-gpa

Havok
http://www.havok.com

mTricks
https://www.facebook.com/mtricksgame

英特尔、Intel 标识、Atom 和凌动是英特尔公司在美国和/或其他国家（地区）的商标。
英特尔公司 © 2014 年版权所有。 所有权保留。
*其他的名称和品牌可能是其他 所有者的资产。