PowerVR Furian是我那两年见过最惊艳的移动GPU架构之一。2017年Imagination Technologies刚放出这套架构时朋友圈里做图形驱动的朋友都在刷同一句话“终于等到了。”说实话普通用户很难体会这种兴奋——他们只关心手机跑分和游戏帧率但对我们这些盯着芯片内部结构的人来说Furian代表的是一次从核心设计理念到硬件实现的全量重写而不只是像Rogue那样继续往后叠ALU。这篇文章不打算再复读一遍发布会PPT我想以一个关注移动GPU架构多年的从业者视角把Furian背后的设计逻辑、它到底改变了什么、以及为什么这套架构值得你花时间研究一五一十说清楚。无论你是做图形开发的程序员、手机SoC选型的产品经理还是单纯对移动芯片好奇的技术爱好者这篇文章应该都能帮你看懂Furian。1. 从Rogue到Furian这次换代到底换了什么1.1 移动GPU的瓶颈早已不是“算力不够”聊Furian之前得先回到它在发布时面对的那个问题。2017年左右的移动GPU其实根本不是缺算力的状态。你去翻当时的手机游戏主流场景大概就是《王者荣耀》这一档画面复杂度远没有到把ALU直接跑满的程度。真正卡脖子的东西有两个带宽和填充率。这两个词听起来简单背后牵扯的东西很深。以带宽为例手机SoC使用的是共享内存架构GPU和CPU共用一颗LPDDR颗粒而LPDDR的带宽是有限的。一颗高端移动SoC每秒能用的显存带宽大概只有几十GBPC独立显卡那边动辄几百GB起步。游戏画面一旦复杂起来纹理采样、帧缓冲读写、几何数据搬运全都在抢带宽GPU核心算得再快数据喂不过来照样白搭。填充率则是另一个维度的瓶颈。移动GPU内部是把画面切成一个个小方块Tile来渲染的跟PC显卡那种直接操作全屏帧缓冲的思路不一样。如果某个GPU的像素后端能力不够每秒钟能处理的像素数量就是上限。屏幕分辨率上升到2K甚至4K之后再加上VR这种需要同时渲染左右眼画面的场景填充率就成了真正的生死线。所以我不太同意当时有些媒体的说法说Furian是“单纯性能翻倍”的架构。它更像是一套针对带宽和填充率做了系统性补课的方案——Furian真正想解决的问题是在分辨率、帧率、画质同步往上走的年代让移动GPU还能保持住“低功耗”这个立身之本。1.2 Rogue八代架构的短板开始显现Rogue架构发布于2012年寿命比很多人想象的长。从iPhone 5S那代设备开始到后来各种安卓平板、车载系统、电视盒子Rogue架构以不同核心配置撑了将近五年的主力市场。放在当时的环境里Rogue是足够优秀的它引入了统一着色器集群USCUnified Shader Cluster这个设计把顶点和片段处理放进同一个单元调度灵活度比老一代的分离式架构好很多。但架构这个东西时间一长就会暴露老态。Rogue的USC集群虽然有很高的执行密度但它每个时钟周期能完成的指令数、像素输出数、纹理采样数慢慢开始跟不上应用端的需求增长。尤其是出现Vulkan这样的底层API之后GPU需要在更细粒度上处理大量小批次绘制调用这对线程调度、状态切换、前端几何处理的压力全都上来了。Rogue另一个问题是扩展性。移动GPU经常要做不同档次的配置高端旗舰和入门千元机需要的GPU规模差好几倍。Rogue当时确实支持多核组合但核心之间的负载均衡、功耗调度、一致性维护都偏向简单设计这套东西在低端市场够用放到真正的旗舰级产品上就有点力不从心。1.3 Furian的定位为扩展、异构和嵌入式AI铺路Furian第一次公开亮相是在2017年官方给它的定位是“第九代PowerVR架构”。这一代想抓的不只是手机游戏还有几个明显的新增长点VR/AR设备的低延迟渲染、汽车的仪表与信息娱乐系统、以及嵌入式端的GPU计算。我记得官方公布Furian的那次活动里聊得最多的反而不是“玩游戏多爽”而是“异构计算”和“可扩展性”。这其实透露出一个信号Imagination已经不打算只做手机GPU供应商了它想让Furian成为跨设备形态的计算核心。同一个架构可以裁剪成很小的配置用在穿戴设备上也可以堆成多核集群塞进车载系统里这是Rogue时代没那么强调的灵活性。这套思路放到今天看一点不过时。后来Imagination推出的A系列、B系列本质上还是沿着Furian定下的方向走只是在具体执行细节上做了更多调整。所以说Furian是一次承前启后的架构升级看懂了它基本就摸清了Imagination后续GPU家族的设计基因。2. 架构拆解Furian强在哪为什么值得兴奋2.1 着色器核心全面重构ALU效率是真正的灵魂如果你对CPU有一定了解应该知道IPC这个概念——每时钟周期执行的指令数。做CPU的人拼命提升IPC做GPU的人其实也干同样的事只不过GPU的IPC更容易被复杂场景掩盖。Furian相比Rogue最核心的变化就是对USC做了又一次大改。官方公开资料显示Furian重新设计了着色器簇内部的数据通路和执行单元布局让同一份ALU资源可以在单位时间内塞进更多有效指令。我不是架构设计者没法拿到全套微代码图但从当时公布的一些参考数据和实测报告来看Furian在相同核心频率下的指令级并行度确实有明显改善。为什么这个改善重要因为移动GPU的功耗跟频率几乎成正比。如果你能靠提高IPC来获得性能增益就不用把频率拉得很高功耗自然就稳住了。当时Imagination给过一个口径Furian的单位面积性能大约提升了35%同等性能下功耗大约下降25%。这两个数字放在当时非常能打因为它意味着芯片厂商在同样的SoC面积预算里能塞进更强的GPU或者保持性能不变把省下来的面积留给CPU、NPU、基带。这里还有个小细节值得注意Furian对异构计算的支持比Rogue好很多。OpenCL 2.0、Vulkan compute这些底层接口在Furian上跑得更顺GPU不再只是渲染工具还能分担通用的并行计算任务。后来的AI推理、图像处理、加速视频编解码全都依赖这一层能力。2.2 像素后端与纹理单元填充率翻倍的底气游戏画面要“撑满”屏幕光有ALU算力还不够得看GPU能把像素处理得多快。Furian在像素后端上做了不少文章当时好几个外媒报道都用了“fill rate nearly doubled”这种说法意思是某些核心配置下填充率相比同档Rogue接近翻倍。这个提升是怎么来的一部分源于USC调度能力的增强更多指令能在更短时间内完成像素着色另一部分来自纹理单元和像素输出队列的重新设计。纹理采样一直是带宽消耗大户如果纹理单元能更高效地命中缓存、减少重复采样那像素后端就不会频繁等数据。填充率翻倍对实际体验的影响非常直接。以VR为例双眼渲染意味着所有像素工作量乘二分辨率还要逐步走高旧架构随便跑个复杂场景就顶到像素天花板了。Furian在填充率上的冗余正好给VR场景留出了喘气空间。做渲染优化的人应该都有经验GPU满载时最难受的不是“慢”而是“卡在某个单项上”——顶点处理够快、像素处理不够整体帧率照样上不去。Furian这一代更像是把木桶的短板都补齐了一些。2.3 PVRIC4与融合压缩带宽才是移动渲染的命门Imagination手里最值钱的技术资产除了TBDR架构就是它的带宽压缩技术PVRIC。Furian这一代配套的是PVRIC4。我简单解释一下PVRIC在做什么。GPU渲染过程中会产生大量中间数据比如深度缓冲、颜色缓冲、纹理数据这些数据如果全量写进DRAM带宽消耗会非常恐怖。PVRIC做的事情就是在数据进出DRAM前做一个轻量级压缩让实际写入和读出的数据量少一大截而且这是硬件的驱动层不需要开发者做任何操作。Furian搭配的PVRIC4进一步强化了这个能力。它在压缩效率上比前代更好对HDR、MSAA这类难以压缩的数据格式也有更好的处理路径。有人可能会问这跟普通用户有什么关系关系太大了。带宽压缩效果好就意味着同样的游戏画面消耗的内存带宽更少整颗SoC晶体管不用为了喂带宽而疯狂提高频率最终反映到手机上就是更低的发热和更稳的帧率。我自己的体会是很多人在看GPU参数时只盯FLOPS浮点算力完全忽略了带宽工程的价值。实际上移动GPU游戏跑得卡不卡带宽往往比算力更先成为瓶颈。Furian能在功耗上保持优势PVRIC4的功劳一点不比新USC小。2.4 可扩展多核集群从手机到汽车一颗芯通吃Furian另一个值得讲的点是它的模块化多核设计。Imagination一直走的是“一整套架构打天下”的路线Furian也不例外。它允许芯片设计者在一个SoC里集成多个GPU核心形成一个统一渲染集群而且可以根据目标市场裁剪规模。入门级手机用单核旗舰平板用双核或者四核车载系统甚至可以堆更多。关键是这些配置跑的是同一套架构、同一套驱动栈软件兼容性不用推倒重来。这里补一句我对这类设计的理解对芯片公司来说架构的可扩展性直接影响研发成本。如果每次出新产品都要重新设计一套微架构驱动要重写、性能模型要重建那是极大的资源消耗。Furian的模块化让Imagination的客户可以像搭积木一样配置GPU这个策略在商业上非常聪明。到了2020年之后Imagination的A系列、B系列依旧延续了这个思路而且做得更细支持的核心规模跨度更大甚至还加入了针对AI计算、视频处理的专用能力。可以说Furian是这套扩展理念第一次被推到前台。3. 纸面性能之外的取舍面积、功耗与真实竞争力3.1 面积账和功耗账制程之外的收益芯片行业有个说法衡量GPU好坏的真正尺子不是峰值性能而是“性能除以面积再除以功耗”。因为一块SoC的面积是固定的GPU占多了CPU就只能缩水功耗也是固定的GPU抢多了基带就得降频。Furian要说服芯片厂商买单必须在面积和功耗这两本账上拿出真东西。按官方当时的公开数据整理一下大致是这样一个信息表对比项Rogue同等规模Furian同等规模单位面积性能基准提升约35%同性能功耗基准下降约25%填充率上限基准特定配置下接近翻倍带宽压缩PVRIC3/早期方案PVRIC4API支持兼容主流移动接口强化Vulkan/OpenCL当然这类数据在真实芯片落地时会有不少出入毕竟最终的功耗表现还受制程、厂商调校、散热方案影响。但至少在设计目标上Furian瞄准的是“更省着用硅片”而不是靠堆料换性能。反映到终端产品上厂商考虑的是同样的机身散热条件下GPU跑满性能的频率能降下来续航就上去了或者同样的发热预算里GPU能跑更高的频率帧率就稳了。这块蛋糕做SoC的人一眼就能看到。3.2 与Mali、Adreno对比Furian当时的站位绕不开的问题Furian跟高通的Adreno、ARM的Mali放在一起比到底什么水平先说实话这类跨架构对比很难严谨。GPU性能受核心配置、频率、制程、驱动成熟度影响太大纯粹比架构效率需要极其严格的变量控制。我只能给出当时行业里比较一致的评价Furian在功耗效率带宽利用上处在第一梯队纸面上的单位面积性能也很漂亮但Adreno在驱动成熟度和生态兼容性上优势明显Mali则靠着ARM的整合优势占领了大量中低端市场。PowerVR的处境有点类似“叫好不叫座”。技术底子一直不差TBDR架构的能效比常年被同行研究但GPU行业的胜负经常不只是架构问题还有合作伙伴关系、软件生态、量产节奏这些因素。Furian给出了足够强的技术答卷可是能不能变成终端设备的实际优势要靠整个产业链一起努力。所以如果你问我Furian当时的竞争力我会说架构层面它足够酷市场层面它面临的压力一点不小。3.3 为什么“每平方毫米性能”比峰值FLOPS更有价值很多新手看GPU喜欢盯“每秒多少亿次浮点运算”这类数字然后得出“A比B强”的结论。这种做法在移动端基本是错的。原因很简单移动SoC里GPU拿到的面积和功耗预算非常有限。一块A14级别的芯片GPU面积可能只占整个die的百分之十几而它很可能还要制程缩水、PIN脚受限。真正决定一款移动GPU够不够好的是它能用多少面积换到多少“有效体验”。这恰恰是Furian强调单位面积性能提升的意义所在。另外一个容易被忽略的点是持续性能。手机不可能永远满血运行发热一上来就要降频。如果一款GPU满血很强、降频后立刻拉胯那它实际体验照样不行。Furian在单位面积性能和同性能功耗上的收益会直接影响降频曲线——省电的架构往往能在同样散热条件下维持更高频率更久。比起跑分软件峰值帧率这一点对玩家的感知更真实。4. 对游戏和图形开发者意味着什么4.1 TBDR后端配合新前端先理解分块延迟渲染PowerVR一直坚持TBDRTile-Based Deferred Rendering架构Furian也不例外。这个架构的工作方式可以理解为GPU先把画面分成很多小块在片上高速缓存里完成小块的渲染输出最后再一次性写回主内存。对开发者来说这个设计和PC显卡的Immediate Mode相反。PC显卡习惯直接读写主显存分块渲染则把大部分内存流量都限定在片内。好处非常明显带宽消耗低、功耗表现好还有一套硬件级的隐藏面剔除机制——PowerVR能在光栅化前就搞清楚哪些片元最终可见从而减少无效着色计算。但代价是TBDR对某些渲染模式的容错性低。比如在同一个帧缓冲里频繁切换渲染目标或者大量使用需要读回上一帧数据的操作都会破坏分块渲染的高效路径。Furian虽然加强了前端调度但架构底层逻辑没变移动端开发者依然要顺着“带宽友好”的思路做优化。4.2 驱动接口层面的变化Vulkan、GLES3.2与OpenCLFurian这一代对底层API的支持很完整Vulkan 1.0、OpenGL ES 3.2、OpenCL 2.0都覆盖到了。对于图形开发者来说这首先是好事。Vulkan让开发者能更精细地控制资源布局、渲染顺序和同步机制能在Furian这样的架构上挖掘更多性能而PowerVR的驱动也一直以“底层接口的完备度”著称。说句题外话我在接触各类移动GPU驱动时发现PowerVR的驱动里暴露了很多跟分块渲染相关的调试参数比如tile size、渲染目标压缩策略、带宽统计计数器。这些参数游戏引擎团队如果会用能做出很精准的性能分析。Furian配合的驱动栈在这方面没有缩水反而比早期Rogue驱动更成熟。对做通用计算的人来说OpenCL 2.0在Furian上的表现也值得关注。虽然当时移动端GPU计算用例不算多但图像处理、滤镜、视频增强这些实时任务GPU计算负载已经被越来越多地集成进应用里。Furian强化异构计算等于给这些场景提前修了路。4.3 面向Furian优化的几个实际建议结合Furian的架构特性我给做移动优化的朋友整理了几条实际可以落地的建议这些经验不局限于Furian但对这个架构特别适用控制帧缓冲流量因为TBDR的收益高度依赖片内缓存命中率尽量避免在不必要的渲染目标间做多次Ping-Pong。能用Subpass/Attachment替代独立纹理的就省掉一次主内存读写。合理使用半精度Furian的ALU对FP16的处理效率比FP32更高适合的场景尽量用中精度。但要留意硬件差异不要为了省带宽把颜色数据全压成低精度导致明显画质损失。善用纹理压缩格式ASTC、ETC2这类压缩格式能显著降低纹理采样带宽这在带宽受限的移动GPU上是实打实的帧率收益。减少Overdraw但不用过度排序TBDR有硬件隐藏面剔除不清除被遮挡像素的工作所以不像PC上那样必须严格排序三角面。但Alpha Blend这类需要读写混合的场景还是会产生额外开销能少用就少用。利用Vulkan二次分割Vulkan里可以用VK_KHR_multiview或特殊扩展来提升VR渲染效率Furian的填充率增强在双双渲染上更有底气。这些建议背后站着的其实是同一条底层逻辑移动GPU优化的本质是跟带宽和功耗做朋友。Furian给了你更好的硬件基础但能不能把优势兑现成帧率还得看开发者愿不愿意顺着它的脾气来。5. 后续演进与行业余波Furian没铺开但思路留下了5.1 商业节奏为何没有按剧本走聊到这里可能有人会问Furian既然这么强为什么市面上带Furian的手机并不算多这里面的原因很复杂有合作伙伴产品规划问题也有商业合作变动、技术创新周期等各种因素叠加。移动GPU从发布到搭载进终端往往需要两到三年的时间窗口如果恰好赶上客户在新品里选了其他方案再好的架构也得等下一轮机会。Furian那个时间点的处境说白了就是技术很好但商业节奏没完全踩上点。不过这不代表Furian白做了。架构研发积累下来的经验不会随着某一款产品沉寂而消失。Imagination后来转向A系列、B系列GPU时大量底层设计逻辑都延续了Furian的方向强化带宽压缩、提升可扩展性、把GPU做成通用计算引擎。Furian更像是一个“承前启后”的架构节点它的价值要从Imagination后来整个产品线的发展去理解。5.2 从Furian到A/B系列同样的基因后来的IMG A系列和B系列官方介绍时都会强调一些很眼熟的词汇多核扩展、分簇调度、硬件带宽压缩、面向AI和异构计算的通用计算能力。你把这些关键词抓出来回头看Furian完全对得上。A系列把架构的可扩展性做到了更极致的程度从超低功耗穿戴设备到车载计算平台都能覆盖B系列则进一步强化了光线追踪、AI加速等特性。这些技术方向上Furian都是这颗种子最早的发芽点。而且Imagination在后续架构里也一直坚守着TBDR路线。不管市场怎么起起伏伏TBDR在带宽利用率上的优势始终没被推翻这在移动端低功耗要求下依然是核心技术资产。5.3 给关注GPU架构的人一个回顾框架如果你看完这篇文章想自己把Furian再研究一遍我建议你按这个框架去看先查它跟Rogue的公开对比数据再看它支持的API集合最后找几款基于PowerVR后续架构的设备测试结果做交叉验证。看架构不能只看发布PPT要结合真实芯片表现、驱动日志、功耗数据一起分析。我自己到现在还会翻出Furian发布时的资料来读不是因为怀旧是因为它身上集中了移动GPU架构演进中很典型的一组取舍算力与带宽的权衡、面积与功耗的博弈、可扩展性与专用性的平衡。这些矛盾到今天依然是每一代移动GPU都要面对的考题。如果非要说一句个人体会我会建议做GPU相关工作的朋友别被峰值算力冲昏头脑多看“单位面积性能”和“做了什么压带宽的功课”。Furian给行业留下的最宝贵财富恰恰不是那些纸上参数而是“在有限资源里做出有效性能”这套方法论。它后来被A系列、B系列继承了也被市场验证了。