UMA架构下的GPU 显存
GPU 显存 (Graphics Memory) 在大多数现代设备（包括 Android 手机、嵌入式设备等）上，确实是使用 DDR（Double Data Rate SDRAM） 类型的内存。
不过，具体实现方式根据硬件架构有所不同，主要分为以下两种情况：
📌 1. 共享内存架构 (Unified Memory Architecture, UMA)
在 移动设备、嵌入式系统 和 集成 GPU (Integrated GPU) 中，CPU 和 GPU 共享同一片 DDR 内存。这种架构被称为 UMA，常见于 Android 设备、高通 (Qualcomm)、联发科 (MediaTek)、苹果 (Apple) 等移动平台的 SoC (System on Chip)。
✅ 特点：
- 共享 DDR：GPU 和 CPU 访问同一片物理内存（DDR4/DDR5/LPDDR5）。
- 数据交换效率高：不需要数据拷贝，CPU 和 GPU 可以直接共享缓冲区（如 gralloc 管理的 buffer）。
- 成本和功耗低：无需额外配置独立显存，节省芯片面积和能耗。
- 缓存一致性问题：需要严格控制 CPU 和 GPU 之间的 Cache Flush 和 Cache Invalidate，防止数据不一致。
✅ 应用场景：
- Android 设备（如手机、平板等）。
- 一些低功耗嵌入式设备（如智能摄像头、车载系统）。
- 采用 ARM Mali、Qualcomm Adreno、PowerVR 等 GPU 架构的 SoC。
✅ 示意图：
┌───────────────────────┐ │ DDR 内存 │ └───────────────────────┘ ▲ ▲ ┌────┘ └────┐ │ CPU GPU │ └───────────────────┘ (共享物理内存，使用虚拟地址隔离)
📌 2. 独立显存架构 (Dedicated Video Memory)
在 独立 GPU (Discrete GPU)，如 NVIDIA、AMD、高性能计算设备 中，GPU 拥有一块独立的高速显存，通常是 GDDR 系列（如 GDDR6X）或 HBM（高带宽内存）。
✅ 特点：
- 独立显存：GPU 使用单独的高速显存（而非共享 DDR）。
- 性能更高：显存带宽更大，适合高吞吐量任务（如 AI 推理、4K 视频处理）。
- 数据传输：CPU 和 GPU 之间需要通过 PCIe 等总线传输数据，速度相对较慢。
- 数据拷贝：需要将 CPU 数据拷贝到 GPU 内存，或者使用 zero-copy 技术减少拷贝。
✅ 应用场景：
- 台式机和笔记本电脑的 独立显卡。
- 数据中心、高性能计算（HPC）、AI 训练/推理。
- 需要高带宽的图形任务（如游戏、视频处理、深度学习）。
✅ 示意图：
┌───────────────┐ ┌───────────────┐ │ DDR 内存 │ │ GDDR 显存 │ └───────────────┘ └───────────────┘ ▲ ▲ ┌───┘ └───┐ │ CPU (主机) GPU │ └────────────────────────────────┘ 通过 PCIe 进行数据传输
📌 3. Android 中的 GPU 显存管理
Android 设备通常使用 共享内存架构 (UMA)，因此 GPU 显存也在 系统 DDR 中分配和使用，核心组件包括：
-
Gralloc (Graphics Memory Allocator)：
- 用于 GPU-CPU 间共享内存缓冲区。
- 通过
GRALLOC1_PRODUCER_USAGE_CPU_WRITE、GRALLOC1_CONSUMER_USAGE_CPU_READ控制 CPU 和 GPU 的访问权限。
-
ION (Input-Output Memory Management Unit)：
- Android 平台通用的 内存分配机制，用于 DMA 和 GPU/ISP 的大页内存分配。
-
DMA-BUF (Direct Memory Access Buffer)：
- Linux 和 Android 使用 DMA-BUF 在设备（如 GPU、ISP、显示控制器）之间共享物理内存。
📌 4. 总结对比
| 特性 | 共享内存 (UMA) | 独立显存 (Dedicated Memory) |
|---|---|---|
| 使用的内存 | 系统 DDR (如 DDR4、LPDDR5) | 专用显存 (如 GDDR6、HBM) |
| CPU/GPU 数据共享 | 直接共享，无需数据拷贝 | 需要通过 PCIe 总线传输，需拷贝数据 |
| 性能 | 适中，受 DDR 带宽限制 | 极高，GDDR/HBM 带宽更大 |
| 适用场景 | Android、嵌入式设备、手机、平板 | 高性能桌面 GPU、深度学习、HPC |
| 缓存管理 | 需要 Cache Flush / Invalidate | 独立缓存，不需要跨设备同步 |
| 数据延迟 | 低延迟，CPU 和 GPU 共享虚拟地址 | 高延迟，受 PCIe 传输速度限制 |
👉 简而言之：Android 和移动设备的 GPU 显存 通常使用的是 系统 DDR，而独立显卡使用的是 专用显存 (GDDR/HBM)，两者在性能和架构上有所不同。