首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

ARM移动GPU图形渲染性能分析方法研究

摘要第5-6页
Abstract第6页
第一章 绪论第10-16页
    1.1 研究背景及研究意义第10-11页
    1.2 国内外研究现状第11-14页
        1.2.1 基于统计测量的数学拟合方法第12页
        1.2.2 基于性能解析的分析方法第12-13页
        1.2.3 基于人工经验的分析方法第13-14页
    1.3 论文研究内容及意义第14-15页
    1.4 论文组织结构第15-16页
第二章 移动GPU图形渲染原理与Profiler介绍第16-26页
    2.1 ARM移动GPU概述第16-20页
        2.1.1 ARM移动GPU第16-18页
        2.1.2 ARM Midgard硬件架构第18-20页
    2.2 图形渲染执行机制第20-22页
        2.2.1 软件渲染流水第20-21页
        2.2.2 硬件渲染流水第21页
        2.2.3 图形渲染执行模块第21-22页
    2.3 图形渲染性能数据第22-24页
        2.3.1 性能计数器第23-24页
        2.3.2 DS-5 Streamline第24页
    2.4 图形渲染性能瓶颈第24-25页
    2.5 本章小结第25-26页
第三章 性能分解模型设计和建模前期准备第26-36页
    3.1 设计性能分解模型的方案第26-28页
    3.2 采集性能数据第28-32页
        3.2.1 工具修改第28-29页
        3.2.2 工具配置第29-32页
    3.3 选取性能模块第32-34页
    3.4 本章小结第34-36页
第四章 实现性能分解模型与瓶颈定位工具第36-66页
    4.1 推导性能模块的执行时间公式第36-44页
        4.1.1 三管中管线的执行时间公式第37-42页
        4.1.2 三管中性能模块的执行时间公式第42-43页
        4.1.3 二级缓存模块的执行时间公式第43-44页
    4.2 构建性能分解模型第44-63页
        4.2.1 三管局部性能分解模型第44-61页
        4.2.2 二级缓存模块的关键执行时间第61-62页
        4.2.3 整体性能分解模型第62页
        4.2.4 基于性能分解模型进行性能分析的方法第62-63页
    4.3 实现瓶颈定位工具第63-64页
    4.4 本章小结第64-66页
第五章 实验结果与分析第66-76页
    5.1 实验的软硬件平台第66-67页
        5.1.1 硬件平台第66页
        5.1.2 软件平台第66-67页
    5.2 性能分解模型验证第67-74页
        5.2.1 模型的精度验证第67-70页
        5.2.2 性能瓶颈定位的准确性验证第70-73页
        5.2.3 性能瓶颈定位的有效性验证第73-74页
    5.3 本章小结第74-76页
第六章 总结与展望第76-78页
    6.1 总结第76页
    6.2 展望第76-78页
致谢第78-80页
参考文献第80-84页
附录第84-86页
作者简介第86页

论文共86页,点击 下载论文
上一篇:医疗衣物进出量统计系统设计与实现
下一篇:安卓Robotium自动化测试框架的改进与实现