VRAM 不再无限增长:GPU 直读系统内存的 DMA-BUF 内存模型拆解

原创2026-10-11 11:27:461,924 阅读
文章标签:游戏开发3D渲染图形学桌面应用

VRAM 不再无限增长:GPU 直读系统内存的 DMA-BUF 内存模型拆解

《血源诅咒》的 Linux 原生移植项目 bbport 一直有个绕不开的话题:游戏跑了十几分钟,显存占用像漏水的桶一样一路往上飙。在 2026-10-06 的更新中,开发者给出了两组令人印象深刻的实测数字——修复前,13 分钟内 VRAM 从 3.8 GB 涨到 7.3 GB;修复后,它稳定在 4–5.5 GB 不再增长。与此同时,一套名为 "PC 内存模型"(PC memory model)的实验性方案被引入,让 GPU 直接读取系统内存中的游戏数据,并在 2026-10-06 的基准测试中把同一场景的帧率从 95.5 FPS 拉到 115–124 FPS。

本文基于仓库源码(docs/CHANGES_2026-10-06.md、gpu/shim/bbport_guest_memory.cpp、src/runtime_memory.c 等)拆解这套机制:显存为什么会无限增长,DMA-BUF 直读是怎么做到的,定时回收又凭什么把显存按住。

旧模型的显存泄漏问题:PS4 内存被"搬"进 VRAM 的代价

先看背景。bbport 的思路是"Wine + DXVK 只针对一个游戏":PS4 的 CPU 是 x86-64,游戏代码直接跑在 PC 上;而 GPU 一侧,继承自 shadPS4 的渲染器负责把 PS4 的 PM4 命令流翻译成 Vulkan 调用。这里最大的麻烦在于内存视角的差异。

PS4 上,游戏的 5 GB 直连内存(direct memory)就是"显存",GPU 与 CPU 共享同一块物理内存。到了 PC 上,shadPS4 系的做法是:在 VRAM 里为游戏的 GPU 可见内存维护一份完整副本,再用页面保护(page-protection)写追踪来同步 CPU 侧的修改。每一次 CPU 写游戏内存,都要靠缺页异常捕捉、再设法把改动同步进 VRAM 副本。这套模型能工作,但代价极其沉重,README.md 明确写了两种模型的对比:

"The GPU's view of PS4 memory is kept in VRAM copies, synchronized through page-protection write tracking"(旧模型)vs "the game's memory in system RAM, used by the GPU in place"(新模型)。

它的第一个恶果就是显存随游玩区域无限增长。开发者在 docs/CHANGES_2026-10-06.md 里复盘了两个根因:

根因一:纹理收集器实际上什么都没释放。 收集器每次只处理"最老的 10 张纹理",但 GPU 绘制过的(GPU-written)渲染目标既不能立刻回收(内容只存在于显存里),tiled 格式的又根本无法写回。于是"最老的十张"永远是那批不能动的纹理,配额被它们耗尽,收集器形同虚设——VRAM 随每次踏入新区域一路涨到压力阈值(16 GB 显存上约 10 GB)。

根因二:游戏内存块在 VRAM 里从不归还。 游戏的内存按 2 MiB 粒度被搬进 VRAM 常驻,搬进去就再没出来过。更要命的是性能:一旦显存吃紧导致某个块被挤出,GPU 再读它就得走 PCIe 总线回系统内存,实测帧率直接从 90 FPS 掉到 55 FPS。

所以旧模型面临一个死结:不回收显存就涨,回收了性能就崩。要解开它,必须换一种内存组织方式。

DMA-BUF 直读系统内存:让 GPU 在"原地"读游戏数据

新模型的核心思路用一个词概括:in place(就地)。既然 GPU 本来就能读系统内存(通过 PCIe 或共享总线),为什么还要在 VRAM 里复制一份?直接让 GPU 读取游戏内存所在的那块物理内存不就行了?

问题在于,Vulkan 驱动只能操作它自己分配的内存对象。于是 bbport 用了一个标准的 Linux 机制——DMA-BUF:

  1. 运行时(src/runtime_memory.c)把整个 PS4 直连内存池按 256 MiB 一个 CHUNK 切块,逐块向 GPU 库"要"内存;
  2. GPU 库(gpu/shim/bbport_guest_memory.cpp 的 AllocChunk)用 Vulkan 分配一块 eHostVisible | eHostCached 且非 DeviceLocal 的系统内存 buffer,再通过 vkGetMemoryFdKHR 把它导出为一个 dma-buf 文件描述符;
  3. 运行时拿到这个 fd 后,用 mmap(MAP_FIXED) 把它映射到游戏的既有地址上——于是"游戏的这一块直连内存"和"GPU 可见的那一块内存"是同一块物理内存。

关键代码在 gpu/shim/bbport_guest_memory.cpp:

const vk::ExternalMemoryBufferCreateInfo external{
    .handleTypes = vk::ExternalMemoryHandleTypeFlagBits::eDmaBufEXT,
};
const vk::BufferCreateInfo buffer_ci{
    .pNext = &external,
    .size = size,
    .usage = /* TransferSrc | TransferDst | Storage | Uniform | Vertex | Index | Indirect */,
};
...
const vk::ExportMemoryAllocateInfo export_info{
    .handleTypes = vk::ExternalMemoryHandleTypeFlagBits::eDmaBufEXT,
};
const auto [memory_result, memory] = device.allocateMemory({...});
const auto [fd_result, fd] = device.getMemoryFdKHR({
    .memory = memory,
    .handleType = vk::ExternalMemoryHandleTypeFlagBits::eDmaBufEXT,
});

注意它挑选内存类型的条件:eHostVisible | eHostCached 且不是 eDeviceLocal——这正是"GPU 可见的系统内存"的定义。之后 src/runtime_memory.c 的 map_phys 按块把 dma-buf 映射到游戏地址,跨块边界时逐段处理:

void *p = chunk_fds[c]>=0
    ? mmap((void *)(address+done), n, prot, MAP_SHARED|MAP_FIXED, chunk_fds[c], (off_t)(at-c*CHUNK))
    : mmap((void *)(address+done), n, prot, MAP_SHARED|MAP_FIXED, pool_fd, (off_t)at);

映射失败(驱动不支持)的块自动回落到原来的 memfd,保证兼容性。

这个方案能否启用,取决于驱动是否支持带偏移的 dma-buf 映射。Usable() 在启动时用一个小块做一次性自检:导出 dma-buf → 分别以偏移 0 和偏移 1 MiB 映射 → 写入校验。NVIDIA 的驱动只接受偏移 0,导致后续所有"从块中间开始"的映射都会失败,游戏在启动时直接 panic(一个未初始化的 SprjWindow 单例)。因此 bbport 的做法是:检测到不支持就静默回退到旧模型,绝不硬上。这也是为什么 README.md 明确写着新模型只在 RX 7800 XT 与 Steam Deck 上验证过。

新模型下,GPU 侧的绑定逻辑也随之改变(gpu/shadps4/video_core/buffer_cache/buffer_cache.cpp 的 BindInPlace)。bbport 按 PS4 内存类型把数据分成两类,近似 PC 游戏的堆模型:

  • Onion 内存(CPU 频繁写:常量、动态缓冲)→ 留在原地,GPU 通过 PCIe 读,类似 upload heap;
  • Garlic 内存(GPU 高频读、CPU 极少写:几何、纹理)→ 才在 VRAM 保留一份"持续同步"的副本,类似 default heap。

于是 VRAM 只承载真正值得常驻的数据,不再为整块游戏内存买单。同步手段也从"页面保护写追踪"降级为选择性追踪——BB_GUEST_IN_PLACE=1 时大量写入靠事后通告(runtime_memory_note_write)而不是缺页中断,卡顿来源少了一大截。

连 GPU 完成标记(EOP/EOS)的写入方式都为此改了:旧实现用 memcpy 写标签,4–7 字节会被拆成两个重叠的字写入,游戏有机会在两次写入之间释放该内存块,引发频繁的 Guest fault 0x263b8e7。现在 src/runtime_memory.c 的 store_once 用单次原子存储(__atomic_store_n)落标签,彻底封死了这个竞态。

定时回收机制:显存是"租"来的,不是"买"来的

直读解决了"不必要地复制",但 VRAM 里那部分真正驻留的数据(Garlic 副本、纹理)仍然需要回收策略——否则回到老问题。bbport 的答案是一套基于空闲时间的定时回收,两条线并行:

纹理侧(gpu/shadps4/video_core/texture_cache/texture_cache.cpp 的 GarbageCollectImages)。 以 70%/85%/95% 的驱动预算水位分三档触发收集,纹理的"年龄"从按提交次数改为按秒计算(过去的 16 次提交约等于 3 帧,会把短暂离屏的纹理全部误杀)。空闲超过 BB_GC_IDLE_SECONDS(默认 20 秒)的纹理才被回收;GPU 写入过的、tiled 不可写回的纹理不再霸占队首,而是被 Touch 移到 LRU 队尾。修复前"最老十张全是渲染目标"的卡死局面由此解开。

缓冲侧(BufferCache::ProcessIdleBlocks)。 VRAM 中的 2 MiB 块若超过 BB_VRAM_IDLE_SECONDS(默认 60 秒)未被绑定使用,就降级回游戏内存原地(demote),下次用到时再搬回 VRAM(promote)——这就解决了"挤出后走 PCIe 掉到 55 FPS"的痛点,因为降级是主动的、可逆的。进一步地:

  • 空闲槽超过 128 MiB 时,每 10 秒驱逐最空的分配块(chunk),把几乎空掉的块里的剩余块腾挪到更满的块里,让整块内存可以空出来;
  • 完全空了超过 5 秒、且 GPU 侧已确认没有未完成引用的块,直接 vkFreeMemory 归还给驱动。

配套的还有分配策略:VMA 改为按 64 MiB 取块(BB_VMA_BLOCK_MB),≥4 MiB 的纹理单独分配(BB_VMA_DEDICATED_MB),避免删除纹理时拖住整块大内存。

这套机制的效果,docs/CHANGES_2026-10-06.md 记录得很直白:

"До исправлений VRAM за 13 минут игры вырос с 3,8 до 7,3 ГБ, теперь держится на 4–5,5 ГБ."(修复前 13 分钟 VRAM 从 3.8 涨到 7.3 GB,现在稳定在 4–5.5 GB。)

注意纹理回收在两种内存模型下都生效——即便不开实验性新模型,旧的 0.2 模型(VRAM 副本 + 写追踪)同样不再随区域无限增长。

性能收益与工程配套

直读模型带来的性能提升远不止"省显存"。同一份基准(RX 7800 XT / RADV,Yahar'gul 站桩):

场景 旧模型(0.2) 新模型(in place)
站桩 138.7 → 143.6 FPS 101 → 152–155 FPS
重负载(约 2000 draw/帧) 95.5 FPS 115–124 FPS

瓶颈从"内存同步"转移到了"draw 记录阶段"——这已经属于 CPU 流水线优化的范畴了。为支撑这套模型,run.sh 与 gpu/shim/bbport_guest_memory.cpp 还配套提供了完整的观测工具:BB_FRAME_STATS=1 时日志输出 Memory: 行,包含游戏 VRAM/GTT、RSS、VMA 块、Vulkan 图像、纹理缓存与 VRAM 驻留块的统计;tools/load_watch.sh 则每 5 秒把 VRAM/GTT/RSS 写进日志文件,方便长跑监控。

如何开启与调参: 新模型是实验性的,默认关闭。在启动器里勾选 New memory model (experimental) 开关即设置 BB_GUEST_IN_PLACE=1(launcher/bbport_launcher.py 中 env["BB_GUEST_IN_PLACE"] = "1" if s.get("new_memory_model") else "0");BB_GUEST_GPU_MEMORY=1 单独开启 dma-buf 直读(in place 隐含开启)。驱动不支持(如 NVIDIA)时自动回退旧模型,不影响启动。回收节奏可通过 BB_GC_IDLE_SECONDS(纹理空闲回收秒数)与 BB_VRAM_IDLE_SECONDS(缓冲空闲回收秒数)调节。

从"给显存做备份"到"让 GPU 直读系统内存",再到"把显存当成可租可退的缓存池",bbport 的 PC 内存模型本质上是把移植游戏的显存管理从模拟器思维(镜像 + 同步)切换到了 PC 原生游戏思维(就地访问 + LRU 缓存)。它仍在实验期、尚未覆盖 NVIDIA,但"VRAM 不再无限增长"这个结论,已经用 3.8→7.3 GB 的历史数据和 4–5.5 GB 的现状给出了实证。对任何一个关心模拟器/移植项目显存工程的人来说,这套 DMA-BUF + 定时回收的组合都值得记进笔记。

登录后查看全文
bloodborne_pc