GPU 与 Metal 适配
先完成平台 DMA和基础显示呈现。 阅读 Adreno740 运行路径与 AdrenoMetal 接口。
实现后按驱动接入步骤连接初始化调用、归档配方和 OS ABI， 再执行本页对应的硬件验证。
源码与接口
以下链接固定到已核对的源码版本。使用所选 SoC、组件和 OS 版本核对接口； UniXNU-sheng 中的文件提供板级集成示例。
| 实现部分 | 源码 | 阅读与实现内容 |
|---|---|---|
| 电源与固件 | NativeAdrenoGmuPlatform.h, build-adreno740-kits.py | NativeAdrenoGmuPlatform::bind/services、映射窗口、计时器和固件输入 |
| 提交与内存 | NativeAdrenoClient.h, NativeAdrenoVm.h | NativeAdrenoTransport、BO 生命周期、GPU 映射和完成 |
| OS/前端接口 | NativeOfflineAccelerator.cpp, OfflineMetalWire.h | 加速器发布及配套前端使用的请求结构 |
1. 匹配 GPU 代际与 OS ABI
Adreno740 实现 A740 内核接口。AdrenoMetal 使用该接口、Turnip、metal2vulkan 和选定的 OS GPU/IOSurface ABI。确认目标 GPU 版本，对照寄存器、固件、命令包和内存接口。 其他 GPU 代际需要先实现对应内核后端和编译器支持，再选择前端。
另一块 A740 设备需要收集 GPU/GMU 寄存器、中断、SMMU context 与 stream ID、固件、 电源域、时钟/电压档位、互连投票、RAM 保留区和扫描输出布局，并与选定固件核对。
2. 适配电源和固件输入
阅读 SM8550 平台源码 和 sheng package。 Sm8550Platform 提供共享 GMU 操作和 command database 处理， ShengGmuVotes.c 与 ShengGmuVotesSource.h 提供板级 OPP 和带宽策略。 根据目标电源和 command database 适配这些输入。
sheng 的 scripts/build-adreno740-kits.py 嵌入以下本地输入：
| 固件 | 用途 |
|---|---|
qcom/gmu_gen70200.bin | GMU 镜像 |
qcom/a740_sqe.fw | 命令处理器固件 |
qcom/sm8550/sheng/a740_zap.mbn | 板级签名 ZAP 镜像 |
配方读取 .cache/firmware/sheng-gpu/，核对 scripts/data/adreno-inputs.json 中的固定值。 按目标设备已确认的固件修改提取路径与固定值，在 proprietary-files.txt 中记录来源。
预期结果： 板级电源输入和固件匹配目标 GPU。提交命令前确认 GMU 启动和 HFI 响应。
3. 建立内存和命令提交路径
- 核对 ArmSmmu4K context 所有权、stream 选择、地址宽度和缓存维护。 使用目标硬件描述中的 GPU 和固件 stream ID。
- 适配保留内存和 GPU 虚拟地址窗口，确保扫描输出、固件、ring 和客户端分配位于各自拥有的范围。
- 使用有界任务确认 CP 初始化、ring 推进和 fence 完成。
- 渲染已知图像并检查结果，再运行 UI 工作负载。
- 验证客户端退出、映射生命周期和 fence 失败处理。
使用 AdrenoFirmware 的固件/HFI 操作和 AdrenoPM4 支持的命令包编码。 sheng 配方把这些 kit、ArmSmmu4K 和板级投票链接到 libAdreno740.a，再通过 build-adreno740-accelerator.py 构建 accelerator。创建目标配方时保留该顺序。
预期结果： 命令完成、fence 推进、已知图像正确。GPU 结果与桌面呈现结果分别记录。
降低映射与提交开销
桌面每帧都会分配、映射和释放大量缓冲区，单次调用的开销决定流畅度。Adreno740 和 ArmSmmu4K 遵循以下规则，移植时保持不变：
| 操作 | 规则 |
|---|---|
| 对象查找 | 每个客户端最多 16384 个对象，通过 handle 索引查找。 |
| 分配 | BO 来自板级预留的连续 write-combined 池（sheng 为 1 GiB），池满时使用分散页。 |
| 映射自有内存 | ArmSmmu4KLiveMapContextBatchExclusive：不与已有区间做别名检查。 |
| 映射导入内存 | 已映射的导入都属同一缓存类别，且其页不与池或自有映射重叠时，使用同一调用；否则使用完整检查的批量映射。 |
| 解除映射 | 不超过 512 页时每页一次 TLBIVAL，更多时按 ASID 失效。 |
| 提交 | 不做 TLB 失效。映射只填写无效叶子，解除映射会失效自己的页，上层页表不变。fence 卡住时仍会失效。 |
启动日志的 [vm map]、[vm unmap]、[vm kinds] 和 [bo pool] 行给出每种操作的 次数和耗时。修改前后对比这些行。
使用 NativeAdrenoClient 接口时，按以下顺序实现一次有界提交： 查询 ABI/能力，分配 BO，将其映射到允许的 IOVA，填写命令，再提交并等待返回的 fence。 通过 NativeAdrenoTransport.call 连接实际内核分发端，保留各请求的输入/输出大小。 CPU 读取结果前完成缓存同步；fence 超时时先停止队列并确认 DMA 已停止，再释放 BO 和映射。 在错误返回中保留失败的请求类型、句柄和 fence，便于定位分配、映射或执行阶段。
4. 构建并加入 Metal
准备匹配的 SDK、编译器依赖和 ABI 输入后，在目标构建树执行：
python3 scripts/build-turnip-darwin.py --target ios
python3 scripts/build-adreno-metal-plugin.py
python3 scripts/add-gpu-plugin-data.py --publish /path/to/base.dbr /path/to/gpu.dbr加入插件的命令使用 macOS 镜像工具，生成 Data seed 副本。 构建 payload 时将输出传给 --data-ramdisk，再重建启动镜像。 如需指定应用进程，还可传入 --clients NAME,...。运行时插件名为 NativeAdrenoMetal。
核对所选 OS profile 的 sandbox、user-client 和 trust-cache 集成。 Metal 桥接层从不返回 nil encoder：无法编码的 pass 会得到一个命令缓冲区被拒绝的 encoder，因为 RenderBox 会缓存 encoder 的方法。进程的第一个问题写在驱动的进程 文本行上（启动日志中的 [gpu client text]）。 AirNir 是离线编译器 kit；运行时前端使用组件页说明的 AIR → SPIR-V → NIR → IR3 路径。
预期结果： Metal 设备发现、客户端连接、pipeline 创建、渲染和呈现分别成功。 随画面结果记录固件、编译器和插件版本，分别测量首次 pipeline 编译和缓存复用时间。