[发明专利]一种基于数据流模型的GPU性能统计分析方法

权利要求书

1.一种基于数据流模型的GPU性能统计分析方法，其特征在于，包括：

(1)按照图形处理流水线划分为多个阶段，包括图形指令解析、顶点阶段、几何阶段和像素阶段，每个阶段由至少一个单元进行处理；各个阶段之间的交互信息为图形数据，图形指令解析阶段对图形指令进行解析，顶点阶段的处理对象为顶点，几何阶段的处理对象为几何图元，像素阶段的处理对象为像素；

(2)统计不同阶段的每个单元的处理能力，以单元为对象进行统计；

(3)统计各个阶段的处理能力，包括指令生成阶段能力，指令解析阶段能力，顶点处理阶段能力，几何图元处理阶段能力和像素处理阶段能力；若一个阶段由多个单元组成，则该阶段的处理能力由其多个单元的处理能力共同决定，综合形成该阶段的处理能力；

(4)分析整个图形流水处理系统能力，根据各个阶段、各个单元的性能指标分析计算得出系统的瓶颈点并进行优化。

2.如权利要求1所述的一种基于数据流模型的GPU性能统计分析方法，其特征在于，几何图元包括点、线、三角形。

3.如权利要求1所述的一种基于数据流模型的GPU性能统计分析方法，其特征在于，步骤(2)具体为：顶点阶段统计每个单元每秒钟处理的顶点数量，对应的能力指标为Vertex/s，几何阶段统计每个单元每秒钟处理的图元数量，对应的能力指标为Primitive/s，像素阶段统计每个单元每秒钟处理的像素数量，对应的能力指标为Pixel/s。

4.如权利要求1所述的一种基于数据流模型的GPU性能统计分析方法，其特征在于，步骤(4)具体为：

找到处理的瓶颈阶段，定位瓶颈阶段中的单元，优化单元算法或者增加单元数量，提高系统的最终处理性能。