图形渲染是GPU的主要功能之一,该技术广泛应用于图像显示和游戏呈现等。性能分析是图形应用开发、优化的重要环节。当前,针对GPU的性能分析方法大多仅适用于特定GPU架构,不面向图形渲染应用,且操作复杂等缺点。本文基于性能分解的思路,构建针对ARM移动GPU图形渲染的性能分解模型,并在模型的基础上设计瓶颈定位的工具,实现操作简单且有效的图形渲染性能分析。本文首先通过修改性能数据获取工具DS-5 Streamline的源码,实现了性能数据的采集。然后通过分析ARM Midgard架构下图形渲染的软、硬件执行流水和性能瓶颈的类型,确定了性能模块,并生成了模块的执行时间公式。最后结合性能模块间的工作原理和性能分解思路,生成模块的关键执行时间公式,取关键执行时间最长的模块为性能瓶颈模块,以此建立性能分解模型,形成瓶颈定位方法。本文从三个方面验证了图形渲染性能分析方法的有效性,分别是性能分解模型精度验证、性能瓶颈定位准确性和有用性验证。性能分解模型精度验证表明,在Antutu Benchmark、GFXBench和MinMaxblending测试案例上,该性能分解模型获得的图形渲染时间与实测时间的平均相对误差为1.67%。性能瓶颈定位准确性的验证表明,性能分解模型定位的性能瓶颈与ARM人工经验性能瓶颈判定方法判定的瓶颈相同。性能瓶颈定位有效性的验证表明,在可获源码的图形应用中,针对本文瓶颈定位工具选出的性能瓶颈优化后的应用性能明显提升、该性能瓶颈消失。