PC硬件架构
CPU Cache
L1为CPU的一级缓存、L2为二级缓存，L1离CPU更近，访问速度高于L2，但容量比L2小
SRAM和DRAM区别
随机访问存储器(RAM)分为静态随机访问存储器（Static Random Access Memory - SRAM）和动态随机存取存储器(Dynamic Random Access Memory -DRAM)
SRAM只要存入数据后，即使不刷新也不会丢失记忆；而DRAM的电容经常周期性地充电，否则无法确保记忆长存。由于复杂的内部结构，SRAM比DRAM的占用面积更大
SRAM比DRAM更为昂贵，但更为快速、非常低功耗（特别是在空闲状态）。因此SRAM首选用于带宽要求高，或者功耗要求低的情境。如：CPU Cache、GPU On-Chip Buffer
DRAM拥有非常高的密度，单位体积的容量较高，因此成本较低。但缺点是访问速度较慢，耗电量较大。一般用于：系统内存、显存。
内存类型
VM (Video Memory，Video DRAM )
居于显卡上的显存， GPU直接访问，CPU无法访问
SM (SYSTEM MEMORY，System DRAM )
居于系统内存中，CPU能访问, GPU无法访问
AM (AGP Momery， Accelerated Graphic Ports，AGP DRAM)
为了使系统和图形加速卡之间的数据传输获得比PCI总线更高的带宽，从SM上分配出来。
GPU能访问，CPU能访问。CPU读取AGP内存速度很慢，写的速度比读取稍微快，GPU读和写的速度比VM慢一些
资源类型
程序员在用DX创建不同类型的资源时，要根据资源的特点，来决定是放在VM、SM还是AM上
D3DPOOL_MANAGED （dx11对应D3D11_USAGE_DYNAMIC）
① 该类型的资源创建在SM上，在需要渲染时，pci到VM上，存在两份
DX会使用最近最少使用算法（LRU）来对VM进行释放，如果再次请求会在SM->(pci)->VM
② 设备失效后，VM那份丢失，将会自动从SM->(pci)->VM
③ 适用于静态物件(所有静态物件的veterx、index、GPU Skin等，凡是一次创建，终身使用，中途不再更改的)
D3DPOOL_DEFAULT （dx11对应D3D11_USAGE_DEFAULT）
① 有专属的分配优先级，分配原则：优先VM，次之AM，最后SM，等同于告诉DX抽象层：我要放在你认为最快访问的地方
② DX抽象层不负责该类型资源释放，用户自己进行release管理
③ 设备失效时，需要手动恢复
④ 适用于render targets、depth/stencil buffers等，gpu能快速访问
D3DPOOL_SYSTEMMEM （dx11对应D3D11_USAGE_STAGING）
① 放在SM中，不能用于图形管线，但格式仍然受到图形硬件、驱动限制（如：最大尺寸）。可通过pci随时对POOL_DEFAULT类型资源进行update
② 设备失效对该类型无影响
D3DPOOL_SCRATCH
① 放在SM中，不能用于图形管线，且不受图形硬件、驱动限制，资源之间可互相赋值。gpu无法访问
② 设备失效对该类型无影响
不同地组合情况见下图所示：
Mobile硬件架构
Mobile上使用统一的内存架构，CPU和GPU都通过总线来访问SM (SYSTEM MEMORY，System DRAM )
Geometry Data、Texture Data及Frame Buffer在SM中，GPU频繁地访问这些数据，会导致带宽消耗大，成为性能瓶颈
IMR（Immediate Mode Rendering）的管线
Mobile如果使用IMR（Immediate Mode Rendering）模式（直接在SM上读写Depth Buffer/Frame Buffer）的话
带宽消耗很大，另外与读写On-Chip Depth Buffer(SRAM) / On-Chip Color Buffer(SRAM)相比，耗电量很高（高出2个数量级）
Mobile设备通过DVFS（Dynamic Voltage and Frequency），动态控制手机功率，当耗电量大发热大时，就会引发降频，导致设备性能下降，游戏帧率低。
因此，Mobile上gpu的设计原则就是要尽量省电。
IMR模式流程图如下：
TBR（Tile-based rendering）的管线
基于上面原因，现代Mobile gpu都采用TBR（Tile-based rendering，基于图块的渲染）的管线
注1：On-Chip Depth Buffer(SRAM) / On-Chip Color Buffer(SRAM)统称为Local Tile Memory
注2：与DRAM相比，SRAM不需要充电来保持存储记忆，因此对SRAM的读写基本不耗电；但缺点是价格昂贵
① 分块大小一般为16x16或32x32像素
② 在几何阶段之后，会执行分块(Tiling)，然后将各个Tile逐个执行光栅化，并最后写入到Frame Buffer中
③ 按Tile为单位处理，会大大减少对Primitive List/Vertex Data、Texture Data和Frame Buffer的读写，从而大幅度减低对带宽的占用
④ 引入On-Chip Depth Buffer和On-Chip Colour Buffer片上Cache，gpu读写这些Cache速度极快，且不怎么耗电
TBDR（Tile-based deferred rendering）的管线
有了延迟渲染后，所有DrawCall会一起先VS处理，也就是说IMR上如果两个DrawCall，执行顺序是VS1->FS1->VS2->FS2，而TBDR是VS1->VS2->FS1->FS2。
TBDR在VS后就可以知道像素上哪个DrawCall绘制地最近。可以说从硬件层面实现了Early-Z类似的功能，并且不再依赖DrawCall顺序。
目前主流的移动平台gpu（高通、Mali、苹果）都采用的TBDR架构。
具体步骤：
第一部分处理所有vertex shader，输出结果到主内存
第二部分为HSR（Hidden Surface Removal），在tile上执行。会先处理所有三角形的可见性，保存在一个专用的buffer里面。
这个buffer里，会保存tile里每个像素位置目前可见的三角形，应该执行哪个shader等信息
第三部分真正开始执行fragment shader，在tile上执行。因为第二部分里有像素级别精度的可见性信息，所以这步只会计算实际可见的像素，不可见的像素不会浪费GPU计算力。
避免Overdraw时的无用计算
关于Early-Z说明：
Early-Z是IMR相关技术。绘制在VS处理后，可得到深度信息，进行深度测试（和已有的深度信息比较），如果比已有深度大，说明被挡住了，那么这个像素就不需要走FS了，从而提升性能。
Early-Z比较依赖DrawCall顺序，如果先绘制前景后绘制背景，大部分Draw可以被Early-Z挡住。但如果先绘制背景再绘制前景就会OverDraw了。
这要求游戏引擎要对绘制对象进行由近到远的排序，往往需要额外的排序性能。
性能优化建议
① 切换FBO（OpenGL中叫FBO，D3D中叫RT）时，先进行clear，避免load frame buffer中无效数据到高速缓存
② 不需要使用的FBO，比如某些深度图，使用discard/invalidate来避免高速缓存写入frame buffer
③ 由于TBDR是延迟渲染（注：该延迟渲染和PC上延迟渲染有一些差异），合适的时候调用glClear可清空已取消的延迟渲染队列，提高性能
④ 如果移动端在硬件层实现了LRZ（Low Resolution Z）和HSR（Hidden Surface Removel），软件层面Draw Call的顺序不那么重要
⑤ 优化渲染顺序：不透明物体，Mask镂空物体，透明物体（Alpha Blend）
注1：LRZ是高通gpu的专利。该优化执行的时机是在划分tile之后，执行vs之前
注2：HSR是苹果gpu的专利。该优化执行的时机是在所有vs及光栅化之后，执行ps之前
Mobile上消耗带宽的常见原因
① 切换rendertarget 如：后处理、渲染shadowmap
② 大量采样贴图 如：在ps里面采样大的物体（地形、天空、大的建筑）的贴图
③ 顶点、面数过多
参考
Understanding PowerVR Series5XT: PowerVR, TBDR and architecture efficiency
A look at the PowerVR graphics architecture: Tile-based rendering
A look at the PowerVR graphics architecture: Deferred rendering
How low can you go? Building low-power, low-bandwidth ARM Mali GPUs