上海
隨著游戲內容不斷豐富、業務邏輯持續復雜化、畫面表現持續升級，功耗問題正在成為移動游戲領域越來越突出的痛點。
很多團隊都會遇到類似情況：
游戲幀率穩定，但設備發熱嚴重
測試階段一切正常，但長時間運行后功耗異常
明明做了大量優化，但續航依然不理想
過去一年，我們針對移動游戲功耗問題進行了大量調研與實踐，并逐步整理出一套相對可量化的功耗分析方法。
這套方法的目標很簡單：不僅能看到功耗變化，更能找到功耗產生的真正原因。
《移動端Unity游戲功耗調優的破局實踐》主要分為三個部分：
1?? 功耗分析工具介紹
2?? 能耗影響因素
3?? 項目中總結的功耗優化 Best Practices
本文先帶大家看第一部分：功耗分析工具。
1
傳統功耗分析工具的問題
在很多項目中，比較常見的做法是使用 GOT Online。通過它，我們可以看到類似這樣的信息：
整體功耗曲線
測試過程中的功耗趨勢變化
另外，在我們提供的免費性能分析工具 Gears中，也提供了類似的Power 曲線，可以直觀查看：
測試過程中的整體功耗走勢
最終的平均功耗數值
這些工具對于宏觀觀察功耗趨勢非常有幫助。但它們有一個非常關鍵的局限：只能看到功耗變化，但無法告訴你功耗為什么上升。例如：是 GPU 壓力過大？還是 CPU 負載過高？又或者是 某個系統模塊突然消耗大量能量？
如果無法回答這些問題，功耗優化就很難真正落地。
因此，我們一直在尋找一種能夠對功耗進行定量分析的工具，從而明確：到底是哪個模塊導致了能耗異常增長。
2
我們嘗試過的幾種方案
在調研過程中，我們陸續嘗試了多種工具。
1、Trepn Profiler
首先嘗試的是 Trepn Profiler。從名字來看，它似乎是一個專門做能耗分析的工具。
但在實際使用過程中，我們發現：
可采集的數據維度非常有限
基本只能看到少量 CPU 核心頻率變化
很難和實際功耗問題建立有效關聯
最終，這個工具并沒有為我們的分析提供太大幫助，因此被放棄。
2、ADB BatteryStats
隨后我們嘗試了 ADB 命令行中的 BatteryStats。它可以通過命令行統計設備的電量消耗，并按 進程 UID 輸出相關數據，例如：Screen、CPU、Audio、Video、Wi-Fi......
如果將這些數據整理并做可視化分析，就可以得到類似這樣的趨勢：斜率越高，對應模塊的能耗越大。
這種方式確實能讓我們大致判斷：
哪些模塊的功耗占比較高
功耗趨勢是上升還是下降
但它仍然存在兩個明顯問題：
1?? 數據維度仍然偏抽象
2?? 無法進一步定位具體行為
例如：為什么 CPU 功耗突然升高？是腳本邏輯？動畫？UI？還是物理系統？
這些問題，BatteryStats 仍然無法回答。
3、Android Studio Power Rails
后來我們發現了 Android Studio 中的 Power Rails 功能。相比前面兩個工具，它的信息要詳細得多。
它可以將功耗拆分到多個硬件維度，例如：
CPU 大核 / 中核 / 小核
GPU
Display
從數據粒度上來說，這已經非常接近我們想要的效果。
但Power Rails 也有幾個限制：
只能在 Google Pixel 設備上使用
被采集的 App 必須是 debuggable
測試時間不能太長，否則數據量會過大
因此在實際項目中使用仍然比較受限。
3
我們最終推薦的工具：Perfetto
經過多輪測試之后，我們最終更推薦使用 Perfetto 來進行功耗采集。
它的優勢主要體現在幾個方面：
1、支持更長時間的功耗采集
通過 Perfetto 的網頁工具，可以開啟：Battery & Power Rails相關選項。
相比 Android Studio，Perfetto支持更長時間的測試，例如：持續 1 小時的功耗采集。
對于大多數項目來說，這已經足夠覆蓋完整測試場景。
2、配置簡單
在 Perfetto 的主界面中：
點擊 Record new trace
選擇 WebUSB 連接手機
點擊 Connect new device
選擇當前連接的設備
當界面中出現綠色提示信息時，就表示設備已經連接成功。
隨后點擊 Start Tracing 開始采集。測試一段時間后點擊 Stop，即可生成分析數據。
3、可以直接查看模塊功耗排名
在分析結果中，我們可以按照 Average Power 排序查看各模塊功耗。
例如在某些測試場景中：GPU 功耗最高，這就意味著優化重點應該放在：
渲染復雜度
Shader
DrawCall
分辨率
后處理
而在另一些測試中，我們會看到：CPU 大核功耗占比最高，這通常意味著問題可能來自：
游戲邏輯
動畫系統
UI 更新
物理系統
資源加載
通過這種方式，我們就可以非常清晰地定位：功耗壓力究竟來自哪個模塊。
4、支持正式版本游戲分析
Perfetto 還有一個非常重要的優勢：被采集的應用不需要是 debuggable。
也就是說：即使是 應用商店下載的正式版本游戲，也可以直接進行功耗分析。這對于真實項目問題定位來說非常關鍵。
當然，它同樣存在一個限制：功耗采集仍然需要使用 Google Pixel 設備。
4
未完待續
在解決了功耗數據采集問題之后，接下來更關鍵的是：哪些因素會真正影響游戲功耗？CPU、GPU、屏幕、系統模塊分別占多少？哪些優化手段最有效？
在接下來的內容中，我們將基于大量實際項目數據，深入分析：基于工具采集到的數據，分析影響能耗的主要因素以及我們總結的一些 Best Practices。
https://edu.uwa4d.com/course-intro/1/630
1
2
3
4
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
