Intel GPA 确定基本的GPU/CPU瓶颈

1. 典型以GPU为瓶颈的场景：

• 硬件队列繁忙的执行command buffers且没有空隙
• Driver queue持续累积等待GPU执行的command buffers
• 平均指令执行时间（Average command buffer execution time）超过了期待的FPS速率

注：Buffer execution time是从command buffer出现在队列中到执行完它的最后一条指令所需时间。这个时间越长，越说明瓶颈在GPU。

一般来说，瓶颈在GPU出于以下原因：在GPU上跑了非常复杂的shaders；消耗存储空间的资源比如几何或贴图；或者command buffers中提交了太多的绘制命令。

2. 瓶颈在于VSync的场景：

• 硬件队列有空隙，说明GPU没有完全繁忙
• Driver queue有空隙，说明CPU的图形学负载足够低
• Frame time比VSync intervals短
  注：Frame time是从第一个frame package出现在队列中，直到最后一个frame package执行完的时间段。
  

3. 典型瓶颈在于CPU的场景：

• 硬件队列尺寸小并且有空隙。这说明GPU在多数时间空闲。
• Driver queue尺寸足够大。
  在这些条件下一个可能的场景是CPU和GPU同步不充分，比如，GPU可能因等待CPU准备资源而阻塞。这样影响User Mode Driver的同步失调（desynchronization ）会造成过多数量的包累积。
  注：以CPU为瓶颈的场景是性能优化中最为复杂的情况。用Intel VTune Profiler来探索渲染过程中的CPU瓶颈，用Graphics Frame Analyzer来探索GPU瓶颈。为了探索CPU瓶颈，你也可以借助Graphics Trace Analyzer中用Debug API和ITT API markup生成的events。

4. 应用多线程GPU的场景：

• 同时跑超过一个的图形学应用
• GPU队列已满且包含来自多个线程的包
  注：来自不同进程的包有不同的颜色。
  
  注：在这种情况下，不可能准确的判断应用程序瓶颈在GPU还是CPU。停止所有无关的应用程序，然后重新捕获trace再分析。

实战分析：

对比：

结论：
相机移动时，瓶颈在CPU。
相机稳定后，瓶颈在VSync。

参考链接：
https://www.intel.com/content/www/us/en/resources-documentation/developer.html