# Optimiser les performances GPU du Raspberry Pi > [! remarque]- > Le contenu de cette page est généré à partir de la transcription audio/vidéo et de la transformation du texte provenant du contenu et des liens de cette source. Source : [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> ## Résumé et points forts : **Résumé général** La session explore les efforts d'Igalia pour optimiser les performances graphiques des Raspberry Pi 4 et 5. En utilisant les pilotes Mesa et Linux, ils ont amélioré la conformité Vulkan et OpenGL, augmentant les performances jusqu'à 70% dans certains cas. **Optimisation des performances** Igalia a travaillé sur les pilotes Mesa pour améliorer les performances du GPU du Raspberry Pi. Des optimisations spécifiques ont permis d'augmenter les FPS de 103,44% en moyenne. Des améliorations ont été apportées grâce à la réduction des instructions et à l'utilisation d'architectures de rendu basées sur des tuiles. **Travail sur le noyau et les pages super** Le support des pages super et des pages énormes transparentes a été introduit pour améliorer les performances en réduisant les accès MMU. Cela est particulièrement bénéfique pour les applications intensives en mémoire. **Outils de mesure des performances** Des outils comme Perfetto ont été utilisés pour visualiser et analyser les performances. Ils permettent d'obtenir une vue d'ensemble du système, facilitant le réglage et le débogage des performances. ## Importance pour une transformation écosociale L'optimisation des performances des Raspberry Pi contribue à la transformation écosociale en rendant la technologie plus accessible et plus efficace. Les améliorations des pilotes open source permettent une meilleure utilisation des ressources matérielles, réduisant ainsi l'empreinte écologique. Les designers écosociaux peuvent tirer parti de ces optimisations pour développer des solutions plus durables et économes en énergie. Cependant, des défis subsistent, notamment l'accessibilité des connaissances techniques et la nécessité de collaborations intersectorielles pour maximiser l'impact social et environnemental. ## Slides: | | | | --- | --- | | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_001.jpg\|300]] | La première diapositive présente le sujet principal de la session : maximiser les performances du GPU du Raspberry Pi. Les intervenants, Chema Casanova et Maíra Canal, sont introduits avec leurs coordonnées, soulignant leur affiliation à Igalia et leur expertise en développement open source. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_002.jpg\|300]] | Cette diapositive présente les intervenants, Chema Casanova et Maíra Canal, qui sont des développeurs open source chez Igalia. Leur objectif est d'améliorer la pile graphique du Raspberry Pi en affinant les pilotes utilisateur Mesa et le pilote du noyau, optimisant ainsi l'expérience de bureau globale. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_003.jpg\|300]] | La diapositive 3 fournit des détails techniques sur le Raspberry Pi 5, notamment le GPU Broadcom V3D 7.1.7. Elle met en évidence les améliorations par rapport au Raspberry Pi 4, comme une fréquence d'horloge plus élevée et un meilleur support pour les opérations de sous-groupe. Le code du pilote a été intégré dans les pilotes existants v3d et v3dv dans Mesa 23.3 et le noyau Linux 6.8. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_004.jpg\|300]] | Cette diapositive illustre la pile de pilotes GPU du Raspberry Pi, mettant en évidence comment elle est optimisée pour tirer le meilleur parti des capacités graphiques de l'appareil. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_005.jpg\|300]] | La diapositive 5 se concentre sur les pilotes Mesa3D en espace utilisateur, qui sont cruciaux pour exploiter pleinement le potentiel graphique du Raspberry Pi et améliorer ses performances. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_006.jpg\|300]] | La diapositive 6 explique la conformité des API graphiques du GPU du Raspberry Pi 5 avec OpenGL 3.1 et Vulkan 1.3. Depuis son lancement, le Raspberry Pi 5 prend en charge OpenGL-ES 3.1 et expose une version non conforme de Desktop OpenGL 3.1. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_007.jpg\|300]] | Cette diapositive met en avant les améliorations de performances réalisées l'année précédente, avec un accent sur les scénarios limités par le GPU en résolution Full-HD. Les optimisations ont permis d'atteindre une amélioration moyenne de 103,44% des FPS. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_008.jpg\|300]] | La diapositive 8 décrit le scénario de benchmarking utilisé pour évaluer les performances du Raspberry Pi 5. Elle inclut des détails sur le matériel, le système d'exploitation, le noyau, le benchmark utilisé, et les versions de Mesa comparées entre 2023 et 2024. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_009.jpg\|300]] | Cette diapositive continue de discuter des améliorations de performances, mettant en lumière les résultats obtenus lors des tests et des optimisations appliquées. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_010.jpg\|300]] | La diapositive 10 explique le rendu basé sur des tuiles, une technique utilisée pour améliorer l'efficacité du traitement graphique. Elle détaille les étapes du travail du GPU, de la préparation à l'exécution des appels de dessin. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_011.jpg\|300]] | La diapositive 11 aborde la réduction du nombre de vidages de travaux, soulignant comment les appels de dessin fusionnés dans les mêmes travaux GPU évitent des chargements/stockages supplémentaires, améliorant ainsi les performances de plus de 40%. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_012.jpg\|300]] | La diapositive 12 continue de discuter des stratégies pour optimiser les performances du GPU du Raspberry Pi, bien que sans détails spécifiques fournis dans le texte. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_013.jpg\|300]] | La diapositive 13 se concentre sur les optimisations du backend du compilateur, qui ont réduit le nombre total d'instructions de plus de 4%, entraînant une amélioration moyenne des FPS de 3,57%. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_014.jpg\|300]] | La diapositive 14 explique comment éviter les chargements/stockages sur les framebuffers invalidés, ce qui améliore les performances de 1,1% en évitant les opérations inutiles sur le tampon de tuiles. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_015.jpg\|300]] | La diapositive 15 discute de l'optimisation Early-Z, qui était désactivée en présence d'instructions de rejet. L'activation de cette optimisation dans certains cas a permis une amélioration moyenne des performances de 14,87%. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_016.jpg\|300]] | La diapositive 16 explique comment éviter les chargements/stockages lorsque la rasterisation est désactivée, ce qui est particulièrement utile dans les scénarios utilisant le retour de transformation. Cela a conduit à une amélioration des performances de 12,58% en moyenne. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_017.jpg\|300]] | La diapositive 17 continue de discuter des optimisations pour le GPU du Raspberry Pi, bien que sans détails spécifiques fournis dans le texte. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_018.jpg\|300]] | La diapositive 18 poursuit la discussion sur les optimisations des performances du GPU du Raspberry Pi, sans détails supplémentaires fournis. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_019.jpg\|300]] | La diapositive 19 présente un graphique montrant l'amélioration des FPS au fil du temps pour différents benchmarks, illustrant l'impact des optimisations sur les performances. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_020.jpg\|300]] | La diapositive 20 se concentre sur les outils de mesure des performances, soulignant leur importance pour évaluer et améliorer les performances du GPU. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_021.jpg\|300]] | La diapositive 21 discute des travaux sur les tâches CPU et les requêtes de timestamp, qui aident à identifier les goulets d'étranglement du pilote avec des timestamps synchronisés avec précision à la pipeline graphique. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_022.jpg\|300]] | La diapositive 22 présente le support de Perfetto, un outil open source pour l'instrumentation des performances, qui permet une visualisation améliorée des performances système et GPU sur une chronologie unifiée. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_023.jpg\|300]] | La diapositive 23 poursuit la discussion sur l'optimisation des performances du GPU du Raspberry Pi, sans détails supplémentaires fournis. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_024.jpg\|300]] | La diapositive 24 aborde le travail sur le noyau, soulignant les efforts pour améliorer les performances du GPU à travers des ajustements au niveau du noyau. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_025.jpg\|300]] | La diapositive 25 explique le concept des Super Pages, qui améliorent les performances en réduisant les accès MMU, et comment le support a été intégré dans le noyau Linux. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_026.jpg\|300]] | La diapositive 26 discute de l'utilisation des pages énormes transparentes (THP) pour gérer les grandes pages mémoire, ce qui optimise l'utilisation de la mémoire et améliore les performances. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_027.jpg\|300]] | La diapositive 27 explique comment l'utilisation des THP a conduit à une amélioration moyenne des performances de 1,33% et souligne l'importance de configurer correctement les THP pour les systèmes embarqués. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_028.jpg\|300]] | La diapositive 28 présente une vidéo sur les SuperPages, illustrant leur impact sur les performances du GPU du Raspberry Pi. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_029.jpg\|300]] | La diapositive 29 continue de présenter la vidéo sur les SuperPages, soulignant les bénéfices des optimisations. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_030.jpg\|300]] | La diapositive 30 discute de l'adaptation des THP pour répondre aux besoins spécifiques de mémoire, en utilisant des pages de tailles variées pour optimiser l'allocation mémoire. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_031.jpg\|300]] | La diapositive 31 explique comment configurer les politiques de THP pour différentes tailles de pages, permettant une gestion flexible de la mémoire dans les systèmes embarqués. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_032.jpg\|300]] | La diapositive 32 invite le public à poser des questions, ouvrant le débat sur les optimisations et les améliorations présentées. | ![[FOSDEM 2025/assets/Getting-more-juice-out-from-your-Raspberry-Pi-GPU/preview_033.jpg\|300]] | La dernière diapositive récapitule le sujet principal de la session, mettant en avant les intervenants et leurs coordonnées, et remerciant le public pour son attention. ## Liens [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) [Recent work on V3D OpenGL/OpenGL-ES user space driver for Raspberry Pi 4/5](https://fosdem.org/2025/events/attachments/fosdem-2025-5553-getting-more-juice-out-from-your-Raspberry-Pi-GPU/slides/238057/20250201-_0Ym02Fd.pdf) [Recent work on V3DV Vulkan user space driver for Raspberry Pi 4/5](https://fosdem.org/2025/events/attachments/fosdem-2025-5553-getting-more-juice-out-from-your-Raspberry-Pi-GPU/slides/238057/20250201-_0Ym02Fd.pdf) [Video recording (AV1/WebM) - 114.2 MB](https://video.fosdem.org/2025/h1302/fosdem-2025-5553-getting-more-juice-out-from-your-raspberry-pi-gpu.av1.webm) [Video recording (MP4) - 595.6 MB](https://video.fosdem.org/2025/h1302/fosdem-2025-5553-getting-more-juice-out-from-your-raspberry-pi-gpu.av1.mp4) [Video recording subtitle file (VTT)](https://fosdem.org/2025/events/attachments/fosdem-2025-5553-getting-more-juice-out-from-your-Raspberry-Pi-GPU/slides/238057/20250201-_0Ym02Fd.vtt) [Chat room(web)](https://fosdem.org/2025/events/attachments/fosdem-2025-5553-getting-more-juice-out-from-your-Raspberry-Pi-GPU/slides/238057/20250201-_0Ym02Fd.pdf) [Chat room(app)](https://fosdem.org/2025/events/attachments/fosdem-2025-5553-getting-more-juice-out-from-your-Raspberry-Pi-GPU/slides/238057/20250201-_0Ym02Fd.pdf) [Submit Feedback](https://fosdem.org/2025/events/attachments/fosdem-2025-5553-getting-more-juice-out-from-your-Raspberry-Pi-GPU/slides/238057/20250201-_0Ym02Fd.pdf)