GPU是晋升HMI用户经验的根底技能，能够完成银幕/UI分解，囊括多个源(ISP/机、视频等)的多层混合、图像过滤、书体渲染/减速、3D成效(变换、透视等)等很多其余性能。Vivante占有一条基于GPU技能的分析货物线，囊括GC Vega系列和GC Nano系列。
GC Vega系列实用于需求最新、最好GPU软件和性能的SoC，该署性能囊括：OpenGL ES 3.1，完好扩大包(AEP)支撑，囊括软件镶嵌/多少何设色器(TS/GS)、DirectX 12、CTM(closetothemetal) GPU编程、混合射线、零驱动开支、传感器交融以及对准于运用OpenVX、OpenCV或者OpenCL听觉解决的GPU打算，都归入到最踊跃的PPA(功能、功耗和面积)和全性能设想计划中。指标市面遮盖高端可穿戴设施和近间隔/中间隔挪动设施、4K电视机以及用来服务器虚构化的GPU。
GC Nano系列则归于另一范围，实用于为具有GPU渲染的HMI/UI的可穿戴设施和IoT设施(智能家族/家具、消息设施……)等消耗类货物带来性推进的机件。该内核专为正在CPU、外存(片上和DDR)、电池组及带宽无比无限的资源受限型雇用务而设想。GC Nano还停止了优化，与需求正在30/60fps及之上速率下需要UI分解减速的较小分寸的MCU阳台合作任务。GC Nano系列的劣势囊括：
?优化的硅全面积和功率。硅钢片占位极小，可使受限SoC的部门面积功能到达最佳；这就象征着，厂商可正在没有超过硅钢片/功率估算且锐敏、平滑的UI功能的大前提下，正在其设想中增添加强图像性能。GC Nano可正在超低功耗和热能(最小静态功率和濒临零的走漏功率)下最大限制地延伸电池组寿数。
?智能分解。Vivante的立即形式渲染(IMR)架设经过智能化的形式，仅分解和复旧发作改观的银幕海域，缩小了分解带宽、提早、开支及功率。分解能够经过两种形式停止：应用GC Nano分解一切银幕层(图形、背景、图像、视频、文本等)；或者经过紧啮合的设想，内中GC Nano与显现掌握器/解决器(其三方或者Vivante DC核)同声任务完成UI分解。想要进一步缩小带宽，还能够经过Vivante的DEC紧缩IP核查数据停止紧缩/解紧缩。
?可穿戴和IoT 设施即用。混杂量级向量图形(GC Nano Lite ) 和OpenGLES 2.0(GC Nano、GC Nano Ultra)驱动、SDK及机器可很简单地将可穿戴设施及物联网设施银幕过渡到消耗级图形界面。GC Nano包还囊括教程、示例代码及其余文档，以协助开拓人员优化或者移栽其代码。
?为MCU/MPU阳台设想。可卸载并极大升高零碎资源的无效设想，囊括完好UI/分解及显现掌握器集成、最小CPU开支、无DDR且仅含闪存的配置、带宽调制、CTM GPU驱动以及对准于可穿戴/IoT设施的、可缩小硅钢片分寸的GPU特点。硬件代码量极小，缩小了对于外存大小的，延长了GPU初始化/发动工夫，同声关于需求一键显现消息的银幕，能够霎时发动UI分解。
?生态零碎和硬件支撑。开拓人员能够应用重量级NanoUI或者OpenGL ES API进一步扩大或者定制处理计划。建筑界关于旧有Vivante货物需要的少量支撑，囊括遮盖书体、插画机器及Qt开拓的主要竞争同伴的、对准于Android、AndroidWear及嵌入式UI处理计划的GC Nano/GC Nano Ultra货物线。
?打算即用。将来多少年内，可穿戴/物联网(解决)节点单位将以数百亿个的进度增多，因为节点一直维持、互联和解决形态，数据网络的带宽能够变化成绩。GC Nano经过正在节点上停止超低功率解决(GFLOP/GINT ops)，且仅依据需要发送有用的紧缩数据，能够无效缓解带宽压力。案例囊括传感器融总计算和图像/视频谱宽升高。
Vivante的硬件驱动栈、SDK以及机器包将支撑NanoUI API，其可为无操作零碎/无DDR 的GC Nano Lite需要CTM GPU减速，同声还可为更保守的处理计划(囊括惟有或者初级操作零碎，相似嵌入式Linux、Tizen、Android、AndroidWear 及其余正在最小外存时间中需求OpenGL ES 2.0+的RTOS)需要OpenGLES 2.0 API(3.x可选)。该署各族各样的操作零碎/无操作零碎阳台将形成下一代可穿戴设施和物联网的根底，为每集体带来共同的最佳共性化经验。GC Nano驱动囊括自动节能、智能分解与渲染以及带宽调制，使OEM厂商和开拓人员可以运用超轻UI/分解或者3D图形驱动为可穿戴设施和物联网建立丰盛的听觉经验。
GC Nano的很多翻新创立了一度完好“听觉”可穿戴设施MCU/SoC阳台(图1)，可以完成PPA和硬件频率最优化，从而好转设施的全体功能和BOM利润，同声需要最松散的UI图形软软件开支，没有会升高或者银幕上的用户经验。随着可穿戴设施和物联网逐渐交融众人的生涯，该署新的GPU将会越来越多地使用到身边的新鲜货物中。
图1：GC Nano系列SoC/MCU完成案例。
3D UI渲染的趋向和主要性
如图2智能家族设施的UI案例所示，下一代货物将采纳智能人机、呆滞计算机及智能电视机中细心谋划的UI设想元素，并将它们整合到物联网设施及可穿戴设施中，使货物维持分歧界面。类似的UI外观(look -and-feel)能够缩小运用进修直线，放慢设施采纳进度。此外，因为没有同设施的解决威力/功能程度没有同，会根据较小分寸银幕采纳最低程度配置(标准功能)，然而随着设施功能下降到操作零碎供给商区分的更顶层级，还可增添外加特点/更高功能。
图2：智能家族设施上的HMI用户界面样例。
复旧后的UI囊括以次新特点：
?动画片图标―为用户紧张出现选中的菜单项或者输出光标指向的，运用户无需破费工夫寻觅银幕上的光标。正在选中图标前，图标能够缭绕、摆动、弹出、昙花一现等。
?实时动画片―静态形式能够将容易的背景(壁纸)成静态的挪动场景，为用户设施增多共性润饰。背景图像和设想也可搭配粉饰、照亮、正题及氛围等完成共性化安装。一些重型红色家具打造商正正在测试该署概念设想，指望没有远的未来可以展示一二。
?3D成效―文本、图标和图像可逾越容易的暗影成效，内中，GPU性能可应用壮大的设色器训令渲染，为UI各个全体平添3D特色(相似：天桥、视差、深浅依稀、元件/图标渲染成3D/2D外形、图标活动的顺序/沙盘动画片、粒子零碎的情理仿真、透视图等)。该署成效能够应用GCNano的超低功率OpenGL ES 2.0/3.x清流线完成。
GC Nano的架设正在HMI UI分解范围体现精彩，能够出现3D UI成效并升高带宽和提早，详见上文。
GC Nano带宽打算
本节将会逐渐叙说多种用户界面场景示例，并对于GC Nano GPU渲染的30和60fpsUI HMI打算零碎带宽。
分解办法
将评价的银幕显现分解有两种取舍：第一，GPU实现一切层(或者名义，囊括视频)的整个银幕分解，显现掌握器仅将已分解的HMI U I输入到银幕上(图3)；第二，显现掌握器对于GPU和视频解码器(VPU)分解的层停止最初的混合和兼并，再显现进去(图4)。高层示企图未显现DDR外存事务，但将正在后续UI方法的形容中给出。
图4：显现掌握器分解：最终输入帧由显现掌握器应用来自GCNano和视频解决器的输出层分解。
UI带宽打算
打算假定。GC Nano UI解决采纳ARGB8(每像素32位)体例。当GC Nano停止全分解时，GPU会主动将16位YUV视频体例转换成32位ARGB体例。
视频帧为YUV422(每像素16位)体例，况且与银幕分寸区分率相反(GC Nano将输出视频作为视频纹路看待)。最终分解的帧为ARGB8体例(每像素32位)。读取视频的要求爆发长短为32字节。GC Nano UI要求爆发长短为64位字节。写出UI渲染和最终帧的写长短为64字节。
该署状况假定UI渲染为32位。假如显现体例为16位(实用于较小银幕)，则以次所列的带宽打算将会大大升高。带宽打算将以WVGA(800x480)和720p(1280x720)为例。本例中，需求刷新/复旧的每帧UI像素的大小囊括以次对比：15%(规范UI)；25%； 50%(最差UI)。
?GC Nano全UI分解。图5 形容了来/去DDR外存的数据流畅用GC Nano停止整个UI分解的进程。采纳这种办法的益处囊括：应用GPU正在图像或者视频上停止一些始终解决、过滤、为图像/视频增添规范3D成效(视频天桥、蜿蜒/去蜿蜒等)以及加强实境(GC Nano正在视频流顶板遮盖渲染的3D形式)。因为能够对于GC Nano编程使其施行图像/UI有关使命，这种办法灵敏度最高。
图5 形容了来/去DDR外存的数据流畅用GC Nano停止整个UI分解的进程。
?本显现掌握器UI分解。本节形容了来/去DDR外存的数据流畅用显现掌握器对于来自GC Nano和视频解决器的各层停止最终兼并/分解的进程(图6)。这种办法正在定然水平下降高了带宽耗费，这是由于GPU没有停止最终帧分解，也就无需读取视频名义。GPU仅担任分解帧的UI全体，而没有触及来自SoC/MCU中其余IP模块的任何外加层。这种办法的一度益处就是，可升高零碎总带宽，但会UI的灵敏性。假如视频(或者图像) 流仅需求与U I盈余全体兼并，那样某个办法正好适合。假如输出视频(或者图像)流需求以恣意形式解决(增添3D成效、过滤、加强实境等)，那样某个办法就有局限性，最好应用GPU停止全帧UI分解。
图6：显现屏掌握器对于来自GC Nano和视频解决器(VPU)的两个输出层停止最终帧分解。
显现掌握器蕴含一度可以间接从零碎外存中读取数据的DMA引擎，其支撑多种数据体例，囊括ARGB、RGB、YUV444/422/420及其重排体例。
GC Nano分解UI的架设劣势
GPU渲染囊括两个次要架设，即瓦片纹路渲染(TBR)和间接渲染(IMR)。TBR正在全帧一切有关消息都可用时，将银幕图像合成验方块并停止渲染。正在IMR下，图形通知间接向GPU公布并即时施行。Vivante架设中的技能能够剔除帧中躲藏或者没有可见的全体，因此没有会正在渲染最终将被去除的场景全体上糜费施行、带宽和功率等。Vivante的IMR正在为最新AA游览(应用全软件减速出现细致的多少何图形和PC程度的图形品质)渲染真切的3D图像时也存正在明显劣势，相似其高端GC Vega内核(DirectX 11.x、OpenGL ES 3.1及扩大包AEP)可支撑初级GS/TS设色器等。注：GC/TS等一些初级特点没有实用于GC Nano系列。
UI瓦片纹路渲染(TBR)架设
上面注明正在TBR架设下渲染UI的进程。
?场景合成成块。TBR架设将图像合成成的瓦片(小方块)停止渲染。每个方块都有本人的数据库/通知列表(方块列表)，况且正在GPU开端渲染和进入下一帧事先，整个帧的一切通知都需在于可用形态。数据库/方块列表缓冲区的大小正在渲染(能够招致溢出)前也是未知的，况且依托于帧―容易帧数据库较小，而简单帧数据库较大。任何方块正在解决进程中发作变迁都象征着整个帧数据库需求再次复旧，并且正在某些状况下，需求刷新全帧偏重启。
图7a 场景合成成块
?然而正在渲染帧事先，一切UI名义正在解决前都需经过瓦片前解决。正在UI 分解事先，TBR架设需求每个UI名义都经过瓦片前解决。正在本模本图中，12个名义中的每一度都被宰割成三角来停止渲染―本例为两个三角，但三角的单位也能够更多。因为每个帧都需求通过预解决，这就极大地增多了分解的时延。
图7b 每一度都被宰割成三角来停止渲染。
?将预解决方法和分块方法相联合，可完成以次成效。图8展示了以后帧的状况，一切的UI名义都被宰割为三角，整个帧被分块，并预备好停止渲染。假如帧没有发作任何变迁(动态UI)，则可按原样渲染。
图8a 展示了以后帧的状况，一切的UI名义都被宰割为三角，整个帧被分块，并预备好停止渲染。
?假如UI为静态，则帧各全体需求停止重解决。假如帧各全体为静态，则只要被标点为“dirty”的方块将依据变迁停止重解决。关于粗大的变迁，只需UI名义维持原样，且只要一小块海域正在任何给定工夫停止复旧，则能够承受。较新的UI为前途和背景名义增多了静态特色―帧形式、图像、文本等很多全体一直发作变迁。相似，天气图标(如雨和云)能够是静态的，菜单项会主动骨碌，形式会一直复旧，视频正在播放，背景墙纸也是静态的。正在各族状况下，一切的UI名义将需求通过预解决，为渲染做预备，而这就增多了时延。
图8b 假如UI为静态，则帧各全体需求停止重解决。
?图9(详见本刊网站) 展现了UI 外部的“dirty”方块。每个铅块专人一度“dirty”方块，需求停止复旧。历次名义发作变迁时，都需求通过预解决，呼应的方块也需求通过预解决。假如正在帧实现数据库和通知列表时发作任何变迁，则正在TBR GPU挪动至下一度帧前，整个数据库都需求停止复旧。
图9UI外部的“ dirty”方块。
?TBR UI渲染小结。从上述方法可看出，因为预解决的UI三角需求率先储具有外存中，而后正在运用时会被读取，基于TBR的GPU存正在额定开支，这就增多了UI渲染的时延。TBR GPU也需求少量的片上L2缓存来存储整个帧(方块)数据库，但随着UI简单性加强，片上L2缓存大小(裸全面积)只能同声增多，或者TBR内核只能一直溢出至DDR外存，这会招致时延、带宽和功率增多。TBR具有确认和跟踪U I的哪些全体(方块)和哪些名义发作了变迁的机制，可尽能够简化预解决进程，但关于占有很多挪动海域的较新UI来说，这仍形成了。于是，随着银幕分寸/区分率和形式简单性的增多，正在一切银幕上，由此招致的时延正在运用一致UI的谷歌、微软和其余操作零碎阳台上以至显示更为显然。
UI的间接渲染(IMR)架设
最保守的GPU运用的是IMR技能，它是基于指标的渲染技能，正在PC(台式机/笔记簿)显卡市直到Vivante的GC系列货物线上都能看到。IMR技能使GPU能够渲染真切的图像，并制图银幕上最新的简单、静态、交互式形式。正在该架设中，图形API调用通知被间接发送至GPU，收到通知和数据后立刻停止对于象渲染。这一流水线明显晋升了3D渲染功能。
对于UI来说，无需停止预经过解决，这消弭了上一节中看到的TBR有关提早。于是，UI中退出了许多智务消弭机制，使得帧中的躲藏(看没有到的)全体以至无须经过GPU清流线发送；或者是假如躲藏全体曾经在于发送形态(相似，UI名义发作变迁)，它们也能够即时抛弃掉，那样清流线即可接续施行成心义的任务。
出于灵敏性思忖，分解解决进程正在设色器中停止，Vivante GPU能够主动增多矩形图元，再不将整个银幕归入思忖范畴，进而完成100%的频率(运用两个三角仅施展50%的频率)。关于容易UI和3D帧而言，外存带宽等效于TBR架设，但关于更初级的UI和3D场景来说，TBR设想需接入远超越IMR的内存，由于TBR的片上缓存中无奈包容少量的简单场景数据。
图10描画了Vivante的IMR架设运用的静态UI渲染流水线。该流水线相较于TBR来说更为容易，UI或者图形的静态变迁更为了如指掌。
图10 描画了Vivante的IMR架设运用的静态UI渲染流水线。
?基于对于象的IMR UI渲染。IMR GPU是基于对于象的，即每个UI名义都被视为一度待渲染的集体对于象。GPU收到与一度对于象的通知列表后，它会即时施行通知，并制图著名义。与此同声，GC Nano中也会增添一度新的图元，使矩形图元可以被渲染，进而完成100%的频率(运用两个三角制图矩形仅有50%的频率)。
?外加UI形式被视为新对于象。新的UI名义(弹出式视窗、告诉、新形式、新窗口等)也仅被视为对于象停止解决。
?IMR GPU 是下一代静态UI 的现实之选。GPU收到某一对于象的通知列表后，就会即时对于其停止动态或者静态渲染。同声，GPU也会对于各个对于象停止测试，应用各族剔除和深浅/Z办法肯定哪些是看不到的全体，并抛弃躲藏的全体。对于象中看没有见的全体会被立即抛弃。那些最后看不到(坐落GPU清流线中)但起初被躲藏(弹出告诉遮盖了一度名义)的全体会被立即摒弃，那样GPU就能够对于另一度可视对于象停止渲染。与TBR没有同的是，IMR正在解决前无须期待整个帧通知列表。
?IMR UI渲染小结。关于静态3D UI、简单3D图形和映照使用等，IMR正在提早、带宽和功率范围更具劣势。外存耗费与外存I/O是IMR的另一显然劣势―对于新式静态实时3D UI来说，IMR实属没有二之选；关于规范UI来说，IMR和TBR没有相上下，但IMR 可为SoC / MCU 赋予灵敏性且更实用于将来。注：正在过来，TBR更实用于容易UI和容易的3D游览(矩形/多角形单位少、简单度低)，由于TBR能够将完好的帧方块数据库保存正在芯片(L2缓存)上。但随着抢先的智能人机、呆滞计算机和电视机的停滞，UI技能也正在一直退步，这使得IMR技能越来越受欢送。