# Optimizacin del GPU de Raspberry Pi > [! nota]- > El contenido de esta página se ha generado a partir de la transcripción de audio/vídeo y la transformación del texto del contenido y los enlaces de esta fuente. Fuente: [https://fosdem.org/2025/schedule/event/fosdem-2025-5553-getting-more-juice-out-from-your-raspberry-pi-gpu/](https://fosdem.org/2025/schedule/event/fosdem-2025-5553-getting-more-juice-out-from-your-raspberry-pi-gpu/) <video src=«https://video.fosdem.org/2025/h1302/fosdem-2025-5553-getting-more-juice-out-from-your-raspberry-pi-gpu.av1.webm» controls></video> ## Resumen y aspectos destacados: **Resumen de la sesión** Esta sesión de FOSDEM 2025 titulada 'Getting more juice out from your Raspberry Pi GPU' se centra en cómo maximizar el rendimiento gráfico de las Raspberry Pi mediante optimizaciones avanzadas de los controladores de GPU. Los ponentes, José María Casanova Crespo y Maíra Canal, de Igalia, explican cómo han logrado mejoras significativas en el rendimiento de aplicaciones gráficas mediante la optimización de los controladores de espacio de usuario de Mesa y el controlador de núcleo Linux. **Optimización de controladores** El enfoque principal de la sesión es la optimización de los controladores de gráficos para Raspberry Pi 4 y 5. Con el uso de los controladores de espacio de usuario Mesa (V3D/V3DV) y el controlador de núcleo Linux V3D, se han logrado importantes mejoras en el rendimiento. La charla destaca cómo estas optimizaciones han permitido aumentar el rendimiento de las aplicaciones hasta en un 70%. **Mejoras específicas** Se discuten casos específicos donde las optimizaciones en los controladores de Mesa han llevado a mejoras significativas, incluyendo el soporte para Huge Pages en el controlador de núcleo de GPU y la experiencia con Transparent Huge Pages (THP) en dispositivos embebidos. Estas mejoras han permitido aumentar la eficiencia del uso de la memoria y reducir la carga de trabajo del sistema. **Herramientas de medición de rendimiento** La sesión también aborda el uso de herramientas avanzadas de medición de rendimiento, como Perfetto, para analizar y mejorar el rendimiento del sistema. Estas herramientas permiten una visión detallada del uso de recursos del sistema, facilitando la identificación de cuellos de botella y oportunidades de optimización. ## Importancia para una transformación ecosocial Esta sesión es relevante para la transformación ecosocial porque promueve el uso eficiente de los recursos tecnológicos, lo cual es crucial para la sostenibilidad. Las optimizaciones de hardware abierto como las discutidas aquí permiten un uso más prolongado y eficiente de los dispositivos existentes, reduciendo la necesidad de nuevos recursos materiales. Para los diseñadores ecosociales, las herramientas y métodos presentados, como la optimización de controladores y el uso de páginas enormes transparentes, ofrecen un marco para mejorar la eficiencia energética y el rendimiento de los dispositivos embebidos. Sin embargo, los desafíos técnicos como la necesidad de un conocimiento especializado y los obstáculos sociales relacionados con la adopción de tecnologías de código abierto aún deben abordarse. ## Slides: | | | | --- | --- | | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_001.jpg\|300]] | Esta diapositiva introduce la sesión 'Getting more juice out from your Raspberry Pi GPU', presentada por Chema Casanova y Maíra Canal en FOSDEM 2025. Los ponentes proporcionan sus correos electrónicos de contacto para facilitar la comunicación. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_002.jpg\|300]] | La diapositiva presenta a los ponentes, Chema Casanova y Maíra Canal, como desarrolladores de código abierto en Igalia, trabajando en el equipo de gráficos. Su enfoque es mejorar la pila gráfica de Raspberry Pi optimizando los controladores de usuario y de núcleo de Mesa, y mejorando la experiencia de escritorio general. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_003.jpg\|300]] | Esta diapositiva describe las especificaciones del Raspberry Pi 5, destacando la GPU Broadcom V3D 7.1.7, que comparte arquitectura con el RPi 4 pero con una mayor velocidad de reloj y mejor soporte para operaciones de subgrupo. El código del controlador se ha integrado en los controladores v3d y v3dv existentes en Mesa 23.3 y el Kernel de Linux 6.8. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_004.jpg\|300]] | La diapositiva proporciona una vista general de la pila de controladores de GPU para Raspberry Pi, destacando los componentes clave involucrados en la mejora del rendimiento gráfico. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_005.jpg\|300]] | Se centra en los controladores de espacio de usuario Mesa3D, que son cruciales para mejorar el rendimiento gráfico en dispositivos Raspberry Pi mediante la optimización de las operaciones de renderizado. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_006.jpg\|300]] | Esta diapositiva detalla las API gráficas disponibles para la GPU de Raspberry Pi 5, incluyendo la conformidad con OpenGL-ES 3.1 y Vulkan 1.3, lo que proporciona un soporte robusto para aplicaciones gráficas avanzadas. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_007.jpg\|300]] | Se resumen las mejoras de rendimiento logradas en escenarios limitados por GPU utilizando la resolución Full-HD, con un incremento promedio del 103.44% en FPS durante el último año de desarrollo de Mesa. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_008.jpg\|300]] | Describe el escenario de benchmarking utilizado para evaluar las mejoras de rendimiento, incluyendo el hardware, el sistema operativo, el kernel y el benchmark GFXBench 5.0. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_009.jpg\|300]] | Proporciona un resumen de las mejoras de rendimiento logradas a través de optimizaciones específicas en la pila gráfica de Raspberry Pi. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_010.jpg\|300]] | Explica el proceso de renderizado basado en mosaicos, destacando cómo las optimizaciones en la carga y almacenamiento de buffers de mosaico pueden mejorar significativamente el rendimiento gráfico. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_011.jpg\|300]] | Describe cómo se puede reducir el número de vaciados de trabajos al identificar que v3d era demasiado conservador en la implementación de ARB_texture_barrier, mejorando el rendimiento en un 40.39%. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_012.jpg\|300]] | Proporciona una visión general del enfoque para obtener más rendimiento del GPU de Raspberry Pi, destacando las áreas clave de mejora. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_013.jpg\|300]] | Detalla las optimizaciones en el backend del compilador que han reducido el número total de instrucciones en más del 4%, mejorando el FPS en un 3.57% en promedio. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_014.jpg\|300]] | Explica cómo evitar cargas/almacenamientos en framebuffers invalidados puede mejorar el rendimiento en un 1.1% al evitar operaciones innecesarias en el buffer de mosaico. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_015.jpg\|300]] | Describe cómo aprovechar la optimización Early-Z puede mejorar el rendimiento en un 14.87% al habilitarla cuando las actualizaciones de profundidad están deshabilitadas. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_016.jpg\|300]] | Explica cómo evitar cargas/almacenamientos cuando la rasterización está deshabilitada puede mejorar el rendimiento en un 12.58% en promedio, especialmente en escenarios de feedback de transformación. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_017.jpg\|300]] | Proporciona una visión general del enfoque para obtener más rendimiento del GPU de Raspberry Pi, destacando las áreas clave de mejora. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_018.jpg\|300]] | Proporciona una visión general del enfoque para obtener más rendimiento del GPU de Raspberry Pi, destacando las áreas clave de mejora. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_019.jpg\|300]] | Muestra la mejora del FPS a lo largo del tiempo en diferentes benchmarks, destacando cómo las optimizaciones han mejorado significativamente el rendimiento gráfico. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_020.jpg\|300]] | Describe las herramientas de medición de rendimiento utilizadas para evaluar y mejorar el rendimiento gráfico, incluyendo herramientas específicas para analizar el uso de recursos del sistema. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_021.jpg\|300]] | Explica el uso de trabajos de CPU y consultas de marcas de tiempo para identificar cuellos de botella en el controlador, mejorando la sincronización con la tubería gráfica. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_022.jpg\|300]] | Describe el soporte para Perfetto, una pila de código abierto para la instrumentación del rendimiento, que permite la visualización del rendimiento del GPU en una línea de tiempo unificada. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_023.jpg\|300]] | Proporciona una visión general del enfoque para obtener más rendimiento del GPU de Raspberry Pi, destacando las áreas clave de mejora. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_024.jpg\|300]] | Describe el trabajo realizado en el kernel para mejorar el rendimiento de la GPU, incluyendo el soporte para páginas grandes y super páginas. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_025.jpg\|300]] | Explica el soporte para Super Pages en el GPU V3D, que mejora el rendimiento al reducir las búsquedas de MMU, beneficiando a las aplicaciones intensivas en memoria. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_026.jpg\|300]] | Describe el uso de Transparent Huge Pages (THP) para gestionar grandes páginas de memoria, mejorando el rendimiento mediante la reducción de la presión de memoria. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_027.jpg\|300]] | Explica cómo el uso de THP para Super Pages ha mejorado el rendimiento en un 1.33% en promedio, con un aumento significativo en algunos casos de emulación. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_028.jpg\|300]] | Proporciona un video de demostración sobre el uso de SuperPages, destacando las mejoras de rendimiento logradas. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_029.jpg\|300]] | Proporciona un video de demostración sobre el uso de SuperPages, destacando las mejoras de rendimiento logradas. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_030.jpg\|300]] | Describe cómo adaptar THP para usar bloques de memoria contiguos de 4KB, 64KB y 1MB, mejorando la eficiencia de la memoria y reduciendo la fragmentación. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_031.jpg\|300]] | Proporciona detalles sobre cómo configurar políticas para THP en shmem, permitiendo un control más granular sobre el uso de páginas grandes. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_032.jpg\|300]] | Invita a preguntas del público, proporcionando un espacio para aclaraciones y discusiones sobre los temas presentados. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_033.jpg\|300]] | Cierra la presentación reiterando los contactos de los ponentes y agradeciendo a la audiencia por su participación en FOSDEM 2025. ## Enlaces [Slides 'Getting more juice out from your Raspberry Pi GPU.pdf'](https://fosdem.org/2025/events/attachments/fosdem-2025-5553-getting-more-juice-out-from-your-raspberry-pi-gpu/slides/238057/20250201-_0Ym02Fd.pdf)