Intel GPAおよびAndroidゲームのパフォーマンスの改善

モバイルエンターテインメント市場での競争は巨大です。 ゲーム愛好家は、「ブレーキ」に出くわすと、怒っているレビューを軽視しません。「どうですか？ 新しい電話をかろうじて引っ張って、どこですべてが飛ぶべきですか？ 開発者の炉で！ 簡単なゲームをしましょう！」 ゲーマーはもちろん、行き過ぎていることもありますが、火のない煙はありません。 そして、あなたの新しいゲームが「愛情のこもった言葉」の一部を手に入れたなら、これはパフォーマンスを改善することを考える重大な理由です。 さらに良いことに、ゲームが市場に参入する前であっても、FPSや他のそのようなものがアジェンダにある場合です。



このガイドでは、 OpenGL ES 3.0を使用するAndroidゲームでのパフォーマンスの分析、ボトルネックの発見、グラフィック出力の最適化の段階的な例を示します。 実験で使用するゲームの例は、 City Racerと呼ばれます。 これは、都市カーレースシミュレータです。 アプリケーションパフォーマンス分析は、 Intel Graphics Performance Analyzers （Intel GPA）ツールキットを使用して実行されました。









ゲームシティレーサー



都市環境と自動車は、約230,000のポリゴン（690,000のピーク）で構成されています。 ここでは、影のない単一の指向性光源で照らされた拡散マテリアルのオーバーレイが適用されます。 この記事のデモには、アプリケーションのビルドと実行に必要なプログラムコード、プロジェクトファイル、グラフィックリソースが含まれています。 ここで説明する最適化はオンとオフを切り替えることができ、ゲームのソースバージョンと改良バージョンがコードに表示されます。

予備情報

この資料は、GPAに付属している第3世代Intel Coreプロセッサー（Ivy Bridge）向けIntel Graphics Performance Workshopに基づいています。 このガイドのアイデアとテクニックをOpenGL ES 3.0に移植しました。



マテリアルのレビュー中に、ゲームを最適化するための連続したステップを実行します。 各ステップで、GPAツールを使用してアプリケーションを分析し、ボトルネックを見つけます。 次に、見つかった問題を解決するために、アプリケーションを改善し、その後、パフォーマンスを再度測定します-最適化の効果を評価します。 インテルプロセッサーグラフィックスの開発者ガイドにあるマニュアルで使用されている作業計画に従います。



ゲーム例を作成するために、City RacerはAndroid API 20およびAndroid NDK 10を使用します。 パフォーマンス分析は、 Intel GPA Toolkitを使用して実行されます。



Intel GPAは、ほとんどのAndroidデバイスと互換性があります。 ただし、x86プラットフォームで構築されたものから、プロファイルされたメトリックに関する最も詳細な情報を取得できます。



今後、最適化中に、City Racerのグラフィックパフォーマンスが83％向上したことに注意してください。

シティレーサーについて

City Racerデモは、論理的に2つの部分に分かれています。 1つは自動レースプロセスのシミュレーションを担当し、2つ目はグラフィックの表示を担当します。 レーシングシミュレーションには、加速、ブレーキング、車の回転のモデリングが含まれます。 人工知能の原理に基づいて構築されたシステムもあり、ルートを追跡し、衝突を回避します。 この機能を実装するコードはファイルtrack.cppおよびvehicle.cppにあり、最適化の対象ではありません。



ゲームの2番目の論理部分であるグラフィックス出力コンポーネントには、OpenGL ES 3.0を使用して車のモデルとゲームシーンをレンダリングするためのコードが含まれています。 独自のCPUTエンジン。 コードの元のバージョンは、動作するアプリケーションを作成するための典型的な最初の試みです。 それを記述するために使用されるいくつかのアーキテクチャソリューションは、パフォーマンスを制限します。



モデルのグリッドとテクスチャは、Media / defaultScene.sceneファイルからロードされます。 個別のグリッドは、事前に配置されたシーンの一部であるか、ゲームの進行中にゲームワールドに配置されるオブジェクトであるか、シミュレーション中に出力パラメーターが計算される自動車であるかによってマークされます。 ゲーム空間では、いくつかのタイプのカメラを使用できます。 メインカメラは車に追従します。 オプションのカメラを使用すると、ユーザーはシーンを自由に見ることができます。 パフォーマンス分析とコードの最適化は、車に追従するカメラを使用することを目的としています。



このガイドの目的上、City Racerは起動時に一時停止されます。 これにより、同一のデータセットを使用してプロファイリングのすべての手順を実行できます。 インターフェースの一時停止フラグをオフにするか、g_Paused変数にfalseを書き込むことで、ゲームを一時停止から削除できます。 この変数は、CityRacer.cppファイルの先頭にあります。

最適化の可能性

City Racerは、機能的ですが最適化されていないアプリケーションプロトタイプです。 初期状態では、必要な画像を生成できますが、City Racerグラフィックス出力のパフォーマンスは私たちに適していません。 このゲームには、視覚化の速度を制限する多くの技術的手法とアーキテクチャソリューションがあります。 これらは、開発中の典型的なゲームで見られるものに似ています。 ゲームを作成するときの最適化段階の目標は、コードを変更し、変更のたびにパフォーマンスを再測定することにより、ボトルネックを検索し、それらを1つずつ除去することです。



このガイドでは、City Racerが行うことができるいくつかの改善点について説明します。 特に、ゲームのソースコードの最適化のみに関係し、モデルやテクスチャなどのリソースは変更しません。 グラフィックや他のゲームリソースに影響する最適化に関するストーリーは、ストーリーを扱いにくいものにするため、ここでは行いません。 ただし、Intel GPAを使用すると、ゲームリソースの問題を特定できます。 実際のゲームを開発して微調整する場合、リソースの最適化はコードの最適化と同じくらい重要です。



ここで示すパフォーマンス値は、Intel Atomプロセッサ（Bay Trail）がインストールされたAndroidデバイスで取得されたものです。 テストを繰り返すと、得られる結果は異なる場合がありますが、パフォーマンスの相対的な変化率は同じであるはずです。 ゲームを改善するための説明された手順は、生産性の同等の増加につながるはずです。



コード、そのソースおよび改良バージョンは、CityRacer.cppファイルにあります。 最適化の使用は、プログラムインターフェイスで、またはこのファイルの一部の変数の値を変更することで、オンまたはオフにできます。









ゲームインターフェースで最適化をオンまたはオフにする



以下のCityRacer.cppのコードは、最適化の有効化と無効化を担当する変数を示しています。 コードのステータスは、上記のインターフェイスのフラグメントの状態に対応しています。

bool g_Paused = true; bool g_EnableFrustumCulling = false; bool g_EnableBarrierInstancing = false; bool g_EnableFastClear = false; bool g_DisableColorBufferClear = false; bool g_EnableSorting = false;
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

マニュアルでは、さまざまな最適化手法について説明します。 各変数を使用すると、最適化されたコードと最適化されていないコードを切り替えることができます。 マニュアルを読んで、自分のデバイスでそれについて学んだことを同時に確認する場合、最適化されたコードバリアントの使用を徐々に有効にして、パフォーマンスの変化を監視できます。

最適化

最初のステップは、ゲームCity Racerをコンパイルし、Androidデバイスにインストールすることです。 システムに正しく構成されたAndroid開発環境がある場合、CityRacer / Game / Code / Androidフォルダーにあるbuildandroid.batファイルを使用して必要なすべてを実行できます。



ゲームがデバイスにインストールされたら、Intel GPA Monitorを起動し、システム通知領域のアイコンを右クリックして、System Analyzerを選択します。



System Analyzerは、接続可能なプラットフォームのリストを表示します。 Android x86デバイスを選択し、[接続]ボタンをクリックします。









パフォーマンス分析用のプラットフォームの選択



System Analyzerがデバイスに接続すると、プロファイル可能なアプリケーションのリストが表示されます。 City Racerを選択し、ゲームが開始するのを待ちます。









System Analyzerによって表示されるアプリケーションのリスト



プログラムが起動したら、フレームキャプチャボタンをクリックして、分析のためにGPUフレームのスナップショットを取得します。









分析のためにGPUフレームをキャプチャする

フレームスタディ

OpenGL用のフレームアナライザーを開き、キャプチャしたばかりのCity Racerフレームを選択します。 これにより、GPUのパフォーマンスを詳細に分析できます。









GPUパフォーマンスリサーチ用のフレームアナライザーを起動する









OpenGL呼び出しタイムライン



画面の上部にあるタイムラインには、均等に分布した「erg」が表示されます。これは、画像出力が測定される単位です。 通常、これらはOpenGL描画コマンドの呼び出しに対応しています。 従来のタイムライン表示に切り替えるには、X軸とY軸に沿ってGPU継続時間パラメーターを選択しますこの設定のおかげで、どのergが最もビデオコア時間を占めるかをすぐに理解できます。 これにより、最適化の取り組みに何を集中すべきかを正確に知ることができます。 エルグが選択されていない場合、GPUがフレームを出力するのに必要な合計時間が右側のパネルに表示されます。 この例では、55ミリ秒です。









フレーム出力のGPU時間

最適化番号1。 ピラミッドクリッピング

描画コマンドの呼び出しを見ると、多くの要素が出力されており、実際には画面に表示されていないことがわかります。 フレーム分析の結果を表示するときに、Y軸に表示されるデータをポストクリッププリミティブに変更すると、出力するオブジェクトが他のユーザーによって完全に隠されているという事実により、どの描画呼び出しが無駄になっているのかを理解するのに役立つギャップを確認できます。









他のオブジェクトによって完全にブロックされているオブジェクトの出力の分析



City Racerの建物は、空間的な位置に応じてグループ化されます。 関連付けられた作業をGPUにロードしないと、表示されないグループを表示できません。 ゲームのインターフェースでFrustum Cullingフラグを設定すると、描画チームへの各呼び出しは、ビデオコアに送信される前に、中央処理装置で実行されるコードの「視認性チェック」に合格します。



Frustum Cullingフラグを設定し、System Analyzerで分析するために別のフレームを取得し、Frame Analyzerでそれを確認します。









最適化後に取得したフレームの分析



フレームを分析すると、描画呼び出しの数が740から576に22％減少したことがわかります。GPUがフレームを出力するのに必要な合計時間は18％減少しました。









ピラミッドのクリッピングを最適化した後の描画コマンドの呼び出し回数









最適化後のフレーム出力時間

最適化番号2。 小さなオブジェクトの出力

可視性のピラミッドを切り取ると、エルグの総数が減少しますが、フレームの分析中に、多数の小さな描画操作（黄色で強調表示）を観察できます。 同時に、これらの操作はビデオコアに深刻な負荷をかけます。









小さな描画操作



特定のオブジェクトが小さなエルグに対応するものを処理した結果、その主な数は、ルートが制限されているコンクリートブロックの出力にあることがわかりました。









小さな描画操作用のブロック



異なるブロック出力操作を1つの操作に結合することにより、ビデオコアの不必要な負荷のほとんどを排除できます。 Barrier Instancingフラグが設定されている場合、ステージ上に存在するブロックの描画は1つの操作として実行されます。 これにより、中央処理装置がビデオコアに各ブロックの描画コマンドを個別に送信する必要がなくなります。



Barrier Instancingフラグをオンにした後、System Analyzerを使用してフレームをキャプチャし、Frame Analyzerで分析すると、パフォーマンスが大幅に向上することがわかります。









小さなオブジェクトの出力を最適化した後の分析



フレームを分析すると、描画呼び出しの回数が90％、つまり576から60に減少したことがわかります。









最適化の前にコマンド呼び出しを描く









最適化後の描画コマンドの呼び出し



これで、フレームの出力に必要なビデオコアの合計動作時間が71ミリ秒に短縮され、13ミリ秒になりました。









最適化後のフレーム出力時間

最適化番号3。 オブジェクトの並べ替え-近くから遠くまで

「オーバードロー」という用語は、結果の画像に同じピクセルを繰り返し描画することを指します。 ピクセルの再描画は、ピクセルの塗りつぶし率に影響を与え、フレーム出力時間を増加させる可能性があります。 Samples Writtenメトリックを調べたところ、各フレームの画像の各ピクセルが平均で1.8倍に再描画されていることがわかります（Resolution / Samples Written）。









最適化前のサンプルメトリック



近くのオブジェクトから遠くのオブジェクトへの描画呼び出しの並べ替えは、再描画の影響を減らすための非常に簡単な方法です。 このアプローチでは、ビデオコアパイプラインは前の手順で表示されたピクセルを再描画しません。



[前面から背面に並べ替え]フラグを設定し、System Analyzerを使用してフレームをキャプチャし、Frame Analyzerを使用して分析します。









呼び出しコマンドを描画コマンドに適用した結果の分析



その結果、Samples Writtenメトリックは6％減少し、GPUランタイムは8％減少しました。









最適化後のサンプルメトリック









最適化後のフレーム出力時間

最適化番号4。 クイッククリーニング

タイムラインを調べると、最初のergには1回の操作で最大のGPU時間が必要であることがわかりました。 これを選択すると、これは描画コマンドの呼び出しではなく、glClear screen clearコマンドの呼び出しであることがわかります。









最初のエルグ









最初のエルグで実行されたアクション



Intelのビデオコアには、いわゆる「クイッククリーン」を実行する機能が組み込まれています。 標準的なクリーニングに必要な時間のわずかな部分しかかかりません。 glClearColorを呼び出すときに、それぞれ（0、0、0、0）または（1、1、1、1）として設定されている黒または白を使用する場合、クイッククリーンアップを実行できます。



Fast Clearフラグを設定し、System Analyzerを使用してフレームをキャプチャし、Frame Analyzerを使用してその分析を行う従来の手順を実行します。









クイッククリーンアップ使用後のフレーム分析



フレームを分析した後、クリーンアップ操作の実行に必要なGPU時間は87％減少したことがわかります。 つまり、通常のクリーニングには約1.2ミリ秒かかります。









通常のクリーニングを実行するために必要なGPUランタイム









クイッククリーンアップの実行に必要なGPUランタイム



その結果、合計フレーム出力時間は24％短縮されて9.2ミリ秒になりました。









GPU合計ランタイム

結論

開発の初期段階にある典型的なモバイルゲームを取りました。 Intel GPAを使用してゲームを分析し、パフォーマンスを向上させるために設計されたコードに変更を加えました。 最適化のさまざまな段階の結果を表にまとめてみましょう。

最適化	に	後	改善、％
ピラミッドクリッピング	55.2ミリ秒	45.0ミリ秒	18％
オブジェクト出力の最適化	45.0ミリ秒	13.2ミリ秒	71％
オブジェクトの並べ替え	13.2ミリ秒	12.1ミリ秒	8％
クイッククリーニング	12.1ミリ秒	9.2ミリ秒	24％
一般的なGPU最適化の結果	55.2ミリ秒	9.2ミリ秒	83％

パフォーマンステストの結果を評価するときは、テストソフトウェアとワークロードを、たとえばIntelプロセッサに対してのみ最適化できることに留意する必要があります。 SYSmarkやMobileMarkなどのテストアプリケーションは、特定のコンピューティングシステムで行われた測定に基づいてパフォーマンスインジケーターを計算します。 これらのシステムのコンポーネント、インストールされているソフトウェア、テストスイート自体、およびそれらのシーケンスなど、結果に影響を与える可能性があります。



これらの各要因の変化は、テスト結果の変化につながる可能性があります。 したがって、たとえば機器の購入など、テストレポートの情報に基づいて決定を下す場合は、さまざまなソースから可能な限り多くの情報を収集する必要があります。 たとえば、メモリ「B」がインストールされているシステム内の同じプロセッサのテストと、RAM「B」とペアになっているプロセッサ「A」のテストが異なる場合があることに注意してください。 システムパフォーマンスの詳細については、 こちらをご覧ください 。



City Racerに適用されたすべての最適化をまとめると、フレームレートが300％（1秒あたり11フレーム）から44に増加したことがわかります。この結果を考慮すると、最初は非常に最適ではないアプリケーションから始めたことを思い出してください。 したがって、ここで実際のプロジェクトで示したのと同じ一連の改善を使用した場合、パフォーマンスの向上はそれほど大きくない可能性があります。



もちろん、モバイルゲームはパフォーマンスだけではありません。 しかし、アイデアがどれほど素晴らしいものであっても、ゲームのバランスがどれほどうまく計算されていても、写真がどれほど信じられないほどきらめいていても、低FPSは何でも殺すことができます。



このガイドでは、City Racerトレーニングゲームを最適化して、最高のブレーキを提供します。これは、Intel Processor GraphicsおよびIntel GPAの開発者ガイドの推奨事項です。 ゲームに関する5つ星のフィードバックをお寄せください。