深度解析华为“很吓人的技术”：GPU Turbo

华为GPU Turbo这一项技术首先是在6月6日的荣耀Play上搭载，在发布会前余承东对自家GPU Turbo技术的宣传语就是”一项很吓人的技术”。

根据官方解释：GPU Turbo是一种类似汽车上涡轮增压的技术，是一种软硬协同的图形加速技术，能够提高手机GPU的性能，图形处理效率提高60%。

这项技术公布后，有很多媒体也做了相关的测试，数据显示其确实能提高游戏的帧率和画面流畅感和惊喜度，同时也优化了发热和降低功耗。不过官方对这项技术的实现形式却并没有说仔细，只对外说了这是一个软硬件协同优化的技术。

有媒体提到：GPU Turbo并没有官方形容得那么”吓人”，从人工智能角度来看，它其实是基于智能场景识别调度优化的，现在看来其并没有针对某一游戏专门优化，而是全局性的，背后涉及到比较复杂的算法。

可以确认的是，GPU Turbo这项图形加速技术确实能增强图像处理游戏的体验，不过他具体的原理是怎样却并不清晰。在今年2018 IFA展会上，荣耀手机总裁赵明便举行了一场面对全球媒体的GPU Turbo的沟通会。会后知名科技媒体AnandTech通过对荣耀技术人员采访和沟通，总算把这项技术的实现理清了。

GPU Turbo的机型升级计划

GPU Turbo是一项软件技术，他能够通过升级算法用在旧设备上，令他们的性能得到提高。随着今年EMUI 9.0的发布，GPU Turbo技术也将会升级到2.0的版本。

在今年接下来的几个月里面，华为已经制定了其华为和荣耀机型升级搭载GPU Turbo技术的计划，保证其主流的机器都搭载这项最新的技术。华为方面也承诺，所有的设备，不论你的硬件是什么配置，其都会得到一定的GPU性能提升。

从这份升级计划里面可以看到，GPU Turbo的升级包含了华为和荣耀近两年来所发布的机型。

AnandTech方面谈到：GPU Turbo在发布后，网上有大量关于这个技术的宣传和营销文章，不过可惜并没有任何关于GPU Turbo技术的解析，同时它如何工作也是不晓得的。

在今年的IFA上，通过这场GPU Turbo的媒体沟通会，终于有机会与华为的软硬件工程师沟通，把GPU Turbo的不为人知的秘密解开。

GPU Turbo实际是AI调度技术?

在GPU Turbo技术的一些推广上，华为声称其能够在某些情况下提高60%的GPU性能，同时把功耗降低30%。实际了解莫尔定律和有一定技术常识的读者都了解，在不提升工艺制程的情况下，能把GPU性能提升接近60%，而且功耗降低30%，这是基本不可能的。要想想，麒麟960到970，16nm提升到10nm，其CPU、GPU的性能提升也只是30%左右。

那这项技术为什么有这么神奇的效果?AnandTech在IFA上通过与EMUI软件团队和华为硬件团队交流，终于理清和明白GPU Turbo技术下的实现细节。

首先海思芯片团队明确表示，这是一种软件技术。GPU Turbo的性能提升机制便是辅助调度整个芯片各部件的协同运行，有一点调度管理员的意味。这一个调度机制完全是依靠软件的方式。

这也能解析为什么华为能把这项技术应用到旧设备上，因为他并不需要最新硬件的支持，也就是说，即使没有NPU，它也能应用，只不过这部分运算可能便是CPU方面负责，相比较单独的NPU，能效上会有一些差别。

AnandTech还提到，在IFA上的麒麟980的发布会上，首次透露了这项运作方式名为” AI Loading Prediction Technology”，翻译过来叫做AI加载预测技术。

从上图可以看到，通过AI加载预测，对比传统的游戏加载机制，前者能够在游戏获得更流畅的游戏体验，同时整体功耗要更加低。

AI模型构建与训练

GPU Turbo利用华为所构建的AI模型进行工作，而他们称之为TensorFlow 神经网络模型。这个模型是由华为所构建和进行预先的训练，令其具有学习的能力。

AI神经网络可以根据游戏运行时的帧率、功耗等状态进行不断学习，达到提升性能降低功耗的目的。

再说深一层，实际这个AI神经网络优化的内容是每个手机运行某一个游戏时的DVFS控制。

DVFS 即动态电压频率调整，动态技术则是根据芯片所运行的应用程序对计算能力的不同需要，动态调节芯片的运行频率和电压(对于同一芯片，频率越高，需要的电压也越高)，从而达到节能的目的。

如果要令芯片有效节能，单纯降低功率是不够的，还需要进行电压的降低和动态调节。因此GPU Turbo实际是通过AI神经网络模型对DVFS进行精细化的调节。

在AI模型学习阶段，它会动态分析和调整芯片的DVFS的参数，实现最佳的能耗比。这里说起来比较玄乎，我们可以这样理解，这个AI神经网络模型便是要找到DVFS的甜点，也就是最佳动态平衡。

我们理解的游戏流畅不一定都是每时每刻都要达到60帧以上，AI模型通过学习，在保证游戏的流畅情况下(有可能低于我们常规理解的60帧)，调整CPU、GPU、RAM等部件的协作最佳DVFS状态。

这样看，AI神经网络模型是具有很强的学习能力，而这个初始模型是一个软件算法存在，可以写入到手机的系统固件当中，这样便可以令旧设备也具有GPU Turbo的能力。

AI神经网络模型会因应每部手机的硬件资源的差异，进行每部机器的个性化深度学习，能够根据每部机器的不同而做不同的调度优化。

在经过训练后，其可以输出最适合特定场景的DVFS设置，这个场景可以是日常上网、看视频、拍照、游戏等。GPU Turbo的工作机制可以应用到硬件层上，并且动态自动地调整DVFS，保证体验的前提下也能更有效降低整机的功耗。

NPU加速AI神经网络模型的工作

前面已经说到，GPU Turbo的AI神经网络模型是纯软件的技术，并不需要特定的硬件，可是假如为它配备特定的运算模块NPU，这将会大大提高它的效率。

NPU可以加速AI神经网络模型的运算，而在没有NPU模块的前提下，假如要引入GPU Turbo技术，这部分的运算操作可以让CPU代劳，不过这必然效率上是不如专门的NPU模块，估计或多或少会造成渲染的延迟，表现起来就是游戏的流畅度差一点。

这里就可以说明，为什么麒麟960即使没有NPU模块，华为Mate 9等搭载麒麟960的手机同样能够引入GPU Turbo。

华为方面已经证实了这些AI神经网络模型采用的是16位的浮点运算，这意味着往后的新手机设备，如麒麟980的机器，可能会通过基于新NPU支持的INT8模型做进一步的优化。

本质上GPU Turbo就是一个DVFS的运行机制，它能够预测GPU渲染图像下一帧的硬件需求而进行芯片各部分的协作调整。

与那些传统的DVFS的调整算法相比，它的精度更高，同时也更稳定准确，因为传统的算法只是通过简单的硬件检测GPU工作负载状态而进行事后的调节，而GPU Turbo是进行预先学习预先判断，效率和效果上有很大的差异。

AnandTech指出，这项技术能够很好对智能手机的性能、效率和功耗做一个优化平衡，因此他们对这项技术还是表示肯定的。这项技术的思路可以推广到其他领域，例如个人电脑等等。

不过这项技术的一个弱点便是需要AI神经网络模型的训练，不同的设备不同的游戏的训练学习时间都是不一样的。华为方面并没有说明培训学习一款游戏需要花费多少时间，不过华为方面已经着手开始联合游戏开发商进行特定的游戏优化。毕竟进行特定优化后要比全局性GPU Turbo后的游戏体验提升更大。

GPU Turbo不需要被”神化”

我们已经大致了解了GPU Turbo是如何运作，如何提升GPU图形方面的性能，因此我们透过本质来看事实，它确实对性能有一定的提升，也具备市场价值，可是我们不能神化它。

AnandTech对比了华为P20和荣耀Play的游戏体验，这两个设备都是采用了相同的芯片和内存，只不过在其他元器件有差异。

华为P20(没有GPU Turbo)

荣耀Play(GPU Turbo)

华为P20暂时没有升级引入GPU Turbo，而荣耀Play是第一款搭载GPU Turbo技术的机器。

我们看到两者在游戏中，通过原始帧率数据是很难分别哪一款设备具有GPU Turbo，不过荣耀Play在游戏中还是有一个明显的优势，那就是游戏渲染场景时候的功率是3.9W，这比华为P20的4.7W要小。

当然这是整机的总功率，我们不能完全排除可能屏幕等其他元器件方面的功率差异，但是这两款设备的功率差只有15%。即使加上其他手机元器件的差值，其还是与官方宣称的30%以上的功耗差异相距甚远。

因此这里要说明的是，GPU Turbo确实能提升GPU性能，可是我们要对官方宣称的数据进行理性看待。不一样的设备不一样的游戏都会对提升差异幅度有很大的影响，不要把GPU Turbo神化了。

当然GPU Turbo是实实在在提升GPU性能的一个创新方案，通过软件算法去弥补麒麟GPU方面的弱项。不过我们也要明白，对比高通骁龙Adreno，麒麟的Mali GPU的硬件性能还是要落后不少。

即使有GPU Turbo技术的加持，荣耀Play在游戏性能和体验上还是与骁龙845的手机设备有较大的差距，因为在硬件方面的性能差异要单纯靠软件来消除，这是不太可能的。

总结

在IFA上，麒麟980芯片正式发布，我们从一些演示幻灯片看到GPU Turbo对麒麟980芯片组方面的性能助力。实际GPU Turbo对于增强其GPU性能的提升并没有很大，只有10%左右。

当中原因可能麒麟980上面改进了工作负载的电压调整机制，GPU方面性能也得到硬件层面上(制做工艺、晶体管、渲染单元数量)的提升，而GPU Turbo这个软件方面的性能增强数值在更趋于可信和合理的范围内。

无可否认，GPU Turbo技术确实是能够增强GPU方面的性能，提升游戏的体验。我们应该给予开发这个技术的团队赞赏，同时在如今日益竞争激烈的半导体芯片环境里面，应该鼓励更多芯片设计公司开发出类似GPU Turbo这类真实提升性能的技术。

对于用户能提升游戏等各方面的体验，对于公司来说是创新差异化的需求，对于市场来说是推动整个芯片行业发展的软动力。