1. 当Vulkan遇上Android16的性能困境

最近在适配Android16设备时，发现同样的渲染场景下，Vulkan API的帧率比GLES低30%以上。通过Android GPU Inspector抓取数据后，发现主要卡点在DrawCall提交延迟上——主线程录制Command Buffer的时间占用了整帧15ms中的6ms（见下图）。

2. 为什么Vulkan可以做得更好

与传统GLES的单线程渲染不同，Vulkan的架构优势在于：

• 多级Command Buffer：通过VK_COMMAND_BUFFER_LEVEL_SECONDARY（需Vulkan 1.0+）允许并行录制
• 显式同步控制：内存屏障和信号量机制替代GLES的隐式同步
• 线程安全设计：Command Pool可绑定到特定线程（需VK_KHR_maintenance1扩展）

3. 实战优化三步走

3.1 多线程Command Buffer录制

关键策略：

1. 每个工作线程创建独立Command Pool（禁用RESET_COMMAND_BUFFER标志）
2. 主线程分发渲染任务时按Subpass划分Secondary Command Buffer
3. 使用vkCmdExecuteCommands（Vulkan 1.0核心特性）合并操作

// NDK r25c示例代码
void recordSecondaryBuffer(VkCommandBuffer secBuffer, Mesh* mesh) {
    VkCommandBufferInheritanceInfo inheritInfo{...};
    VkCommandBufferBeginInfo beginInfo{
        .sType = VK_STRUCTURE_TYPE_COMMAND_BUFFER_BEGIN_INFO,
        .flags = VK_COMMAND_BUFFER_USAGE_RENDER_PASS_CONTINUE_BIT,
        .pInheritanceInfo = &inheritInfo };
    vkBeginCommandBuffer(secBuffer, &beginInfo);
    vkCmdBindPipeline(secBuffer, VK_PIPELINE_BIND_POINT_GRAPHICS, mesh->pipeline);
    vkCmdDraw(secBuffer, mesh->vertexCount, 1, 0, 0);
    vkEndCommandBuffer(secBuffer);  // 注意：必须在录制线程内完成
}

3.2 帧间依赖管理

使用VkSemaphore（需Vulkan 1.0）实现：

1. 为每个Flight Frame创建Acquire/Release信号量对
2. 提交Queue时建立正确的管线阶段依赖
3. 避免使用vkQueueWaitIdle这类全管线阻塞操作

3.3 精准内存控制

用VkPipelineBarrier（Vulkan 1.0核心）替代glFinish：

关键参数配置：

• 对颜色附件使用VK_ACCESS_COLOR_ATTACHMENT_WRITE_BIT
• 转换阶段设为VK_PIPELINE_STAGE_COLOR_ATTACHMENT_OUTPUT_BIT
• 对Android硬件缓冲区需要额外添加VK_EXTERNAL_MEMORY_HANDLE_TYPE_ANDROID_HARDWARE_BUFFER_BIT_ANDROID

4. 实测效果

优化后Adreno Profiler数据显示：

• GPU利用率从65%提升至89%
• 主线程CPU耗时降低42%
• 帧率稳定从45fps提升至63fps（测试设备：骁龙888）

5. 那些年踩过的坑

5.1 线程安全红线

• ❌ 绝对不要在非渲染线程调用vkQueueSubmit
• ✅ 正确做法：通过线程安全的任务队列提交绘制命令

5.2 内存对齐陷阱

Android硬件缓冲区要求：

• 必须检查VkPhysicalDeviceExternalImageFormatInfo的兼容性
• 建议使用AHardwareBuffer_GetFormat()校验格式
• 内存偏移量需按64字节对齐（AArch64架构要求）

6. 进阶思考

如果设备支持VK_KHR_timeline_semaphore扩展（需Vulkan 1.2+）：

1. 如何实现Compute和Graphics引擎的交叉帧并行？
2. 怎样用单一时间线信号量替代多个二进制信号量？
3. 在Android16上如何优雅处理扩展不可用的情况？

欢迎在评论区分享你的优化方案！