华为GPU Turbo揭秘，吓人的技术，原来只是神经网络

“吓人的技术”，这是华为对GPU Turbo技术的称谓，数字层面是性能60%的正常，功耗降低30%。在幻灯片上我们有看到太多关于GPU Turbo的宣传，在实际体验之后，我们也明确的感受到了GPU Turbo技术给游戏带来的优化体验。

但是，我们似乎从不知道华为的GPU Turbo技术是什么，是怎么实现的，华为自己也没说明白过。看了外媒anandtech的一份深度解析文，这里分享给大家。

anandtech提到，华为GPU Turbo实际使用的是“神经网络模型”，通过对游戏数千小时的训练（真实的或模拟的），神经网络可以建立自己的内部模型，了解游戏的运行方式和功率/性能要求，简而言之就是“使用神经网络优化每台设备每款游戏的DVFS控制”。

在训练阶段，分析并调整SoC的DVFS参数，以便在最小化功耗的同时实现最佳性能。这需要尽力在CPU、GPU和内存控制器上达到最接近的DVFS状态，这些状态仍然允许达到60fps，但不会更高（换句话说，最小化性能余量）。最终结果是对于CPU / GPU / DRAM必须执行或管理的每个工作单元，相应的硬件块具有所需的完美优化的功率量。这对性能和功耗都具有连锁效应，但主要在后者中。

然后，生成的模型将放在了支持GPU Turbo的设备固件中，每台手机每款游戏的模型都不一样。在设备本身上，应用程序和GPU驱动程序之间似乎存在一个监视渲染调用的拦截层。这些用作神经网络模型的输入，由于网络模型经过训练以输出对于给定场景最佳的DVFS设置，因此GPU Turbo机制可以立即将其应用于硬件并相应地调整DVFS。

讲到这里就不得不提到华为自己的麒麟处理器，麒麟970具有独立的NPU会加速网络模型的执行，如果不具有独立的NPU处理器可能适得其反。

实质上，因为GPU Turbo实际上是一种DVFS机制，它与渲染管道协同工作并具有更精细的粒度，它能够预测即将到来的帧的硬件要求并进行相应调整。这就是GPU Turbo特别能够声称性能抖动大大降低的传统“反应式”DVFS驱动器，后者只是通过硬件计数器监控GPU利用率，并在事后进行调整。

既然华为需要为每款手机每款游戏进行神经网络模型训练，目前我们并不清楚培训单一游戏需要多长时间，但显然这样的训练时间成本并不小，也许这就是华为GPU Turbo技术的缺点。