Arm帧缓存压缩技术(AFBC)

在移动互联大行其道，而电池技术尚未有革命性突破的今天，使得功耗这个话题越来越重要，任何移动设备厂商都把她作为一个重要的技术指标。所谓“平生不见陈近南,便称英雄也枉然”，那么今天我们来聊一聊对功耗有重大意义的Arm帧缓存压缩技术(Arm Frame Buffer Compression)在图形处理器(GPU)中的应用。

为什么要有AFBC

首先我们来做一道简单的数学题：有个小朋友正在手机上看世界杯，假设手机分辨率是1080p，视频也是1080p，帧率是60 （即每秒钟有60帧），那么他手机上的GPU需要向显示屏输出多少颜色数据呢？

• 颜色缓存（Color buffer）：1920 * 1080 * 4 * 60 = 474 MB/S

乘以4是因为一般每一个显示屏上的像素点有RGBA 4个通道。是不是很吓人，这么大的数据量是不是会消耗掉很多电呢？要是能把这个数据量减少一半，是不是就不需要带着充电宝了呢？

什么是AFBC

简单来说，AFBC是Arm提出的一种数据压缩技术：

·       无损压缩

·       支持随机访问（最小4x4块级）

·       几乎零面积成本

·       支持RGB, YUV格式压缩，YUV格式压缩率约50%

·       对应用程序透明

那么AFBC到底用在哪呢？下面我来介绍一下AFBC的常见应用场景，看完之后你就会了解到你手机里的AFBC（如果GPU是Mali的话）是怎么工作的了。 

我们来简单的分析一下数据流向：

1.     你正在看世界杯，世界杯的视频数据在VP处理完毕后，会进行AFBC压缩，然后通过数据总线传给GPU。

2.     或者你正在玩王者荣耀，王者荣耀并不会做AFBC压缩，因为她根本不知道AFBC是何方神圣，但是GPU驱动会把相关的数据压缩成AFBC数据，然后在GPU内部进行处理。

3.     上述两步的数据到了GPU后，都变成了AFBC压缩的数据，经过GPU处理后，最后通过数据总线传给DP进行解压并显示。

聪明的小伙伴已经发现了，在我们刚开始算的那道数学题中，474 MB/S只是上图中3上的数据带宽，那么1和2中是不是也有类似的数据流量呢？答案是显而易见的。

使用了AFBC的结果

好了，下面来看一下用了AFBC后我们内存带宽的变化（引用arm developer网站一张图）。

·       蓝色曲线：没有使用AFBC。

·       绿色曲线：内部数据使用了AFBC （降低~40%）。

·       红色曲线：输出以及内部数据使用了AFBC（降低~70%）。

从图中可以看出，使用了AFBC之后，内存带宽大大降低了，但是内存带宽降低了到底能省多少电呢？这个取决于你手机系统的设计，没有统一的数学公式，但是一般来讲，1 GB/S的内存带宽大约耗电为150mW，所以我们来算一下那位看世界杯的小朋友使用AFBC后能省多少电：

474* 2 (VP->GPU, GPU->DP) * 70% / 1024 * 150 mW = 97 mW

省了不少了吧？事实上能省的电比这多得多，因为系统中还有很多数据也是会用到AFBC的。

AFBC的不足

·       AFBC并不是固定压缩率的算法，所以在内存分配的大小上并不能省，反而会略有增加。

·       如果应用程序需要频繁的用CPU去读AFBC压缩的数据，那么就需要不停的把数据解压缩，这样带来了额外的开销。

·       如果在某些内存使用量很少的应用程序中使用AFBC，那么压缩解压缩带来的开销将大于省下的内存带宽，得不偿失。

结束语

扫地僧云：“本寺七十二绝技，每一项功夫都能伤人要害、取人性命，凌厉狠辣，大干天和，是以每一项绝技，均须有相应的慈悲佛法为之化解”。通过Arm工程师们的佛法，我相信AFBC必将获得更广泛的应用。

好了，今天就到这里，下次再见！