4. GPU Monitor
另外，在Android Studio 1.4之后的版本中集成了GPU Monitor，也可以查看每帧的渲染耗时。使用方法如下：
将手机连接电脑病开启USB调试选项，打开Android Studio并点击底部的“Android Monitor”，选择待测的设备与进程，即可看到GPU Monitor的监控结果。以6.0系统为例，可以看到，GPU Monitor中呈现的信息实际上与GPU呈现模式分析中在手机屏幕上显示的柱状图是相同的。
GPU Monitor中展示的柱状图的颜色数量也是与系统版本有关的，若使用5.x系统，GPU Monitor中渲染耗时展示如下：
二、GPU厂商提供的工具
上面提到的方法都是通过监控帧渲染时间等手段间接反映GPU的状态，但是这些工具都不能满足我们的需求。其实我们的需求很简单：希望能够直接获得GPU占用率或者类似的指标，就如同top命令可以直接查看CPU占用率一样，简单快捷。但是，可能是由于相比CPU占用率，大部分开发者对GPU占用率并不是十分关心，不仅Linux/Android没有提供GPU占用指标，就连Windows上也没有提供原生的方法。Windows平台上有一些第三方工具能够监测显卡状态，例如GPU-Z，暂时还不太清楚其工作原理及精确度。而在Linux/Android平台上似乎还缺少比较权威的第三方监测工具，Linux上可以通过Nvidia提供的nvidia-smi命令获取GPU参数，但是对其他GPU支持有限。在Android端，高通也提供了一些工具能够监测GPU的运行情况，但是也仅仅支持使用了高通CPU/GPU的移动设备。高通开发了两个能够监测GPU的工具：
Adreno Profiler；
Trepn Profiler。
其中，前者是PC端的工具，功能强大，但是使用相对复杂，因此如果测试人员只需要简单的测试数据，没有必要使用该工具。有兴趣的同学可以在网上检索资料，官方网站：
https://developer.qualcomm.com/software/adreno-gpu-profiler
本文主要介绍Trepn Profiler。Trepn Profiler是运行在终端上的性能监测工具，在应用宝等各大应用市场均能免费下载。
官方网站：
https://developer.qualcomm.com/software/trepn-power-profiler。
Trepn Profiler能够实时监测手机几项主要性能指标，主要包括CPU、内存、GPU、网络流量以及电量。其中GPU监测仅支持搭载高通处理器的设备，而其他功能可以在搭载任意处理器的手机上使用。Trepn Profiler使用起来也十分简单，下面主要介绍如何使用该工具监测并提取GPU数据。
首先打开Trepn Profiler，可以看到以下界面：
各个入口对应了不同的监测指标，以CPU监测为主，而GPU监测隐藏在“Performance Graph”中，点击该按钮并划到最下方：
同CPU占用一样，这里使用百分比表示了当前GPU的占用情况，刚好能够满足我们的需求，完美！但是，非高通机器在这里面是找不到GPU Frequency和GPU Load这两个指标的。然而这仅仅提供了一个折线图，如果想获取更详细信息，比如说原始数据以及各进程对应的GPU占用，没关系，Trepn Profiler同样能够满足。
回到首页，点击左上角选项按钮，选择“ADVANCED MODE”，进入以下界面：
选择“Profile nApp”即可选择监测应用，在Setting中可以选择监测项目，采样频率等高级选项，同时还可以选择开启悬浮窗口实时监测。我们选择监测QQ空间直播过程中的GPU占用情况，并开启悬浮窗口实时监测GPU状态，如下图：
直播结束后，回到Trepn Profiler并选择“Stop Profiling”，会提示是否保存测试结果，选择“Save as .csv”，就可以保存测试过程中每次采样获得的原始数据。从手机中将csv格式的原始数据捞出来，可以用excel打开或者文本编辑器打开，可以根据后续需要自行选择数据处理方式。
总结
本文记录了一个小白探索安卓GPU测试方法的过程并总结了现有的几个方法，但是笔者感觉本文总结的几个方法还是存在许多不足，并且对GPU测试相关也仍然存在一些疑问，例如：是否有公认统一的GPU测试衡量指标？第三方（非GPU厂商）能否做到跨硬件平台的、精确的GPU监控与测试？
在专项测试关注的其他几个领域里，我们都建立了较完善的监控体系和工具集成，而相比之下，本文总结的GPU测试方法就显得过于简陋。随着当前直播业务的火爆以及未来VR/AR技术的逐步普及，将来会有越来越多的非游戏类应用涉及到较大规模的GPU运算。而目前我们专项测试乃至整个业界似乎对于GPU监控与测试的关注度还不够，所以最后也希望我们专项团队能够尽早完善GPU的测试方法以及监测体系。
笔者来自SNG质量部专项技术测试团队，由于本人刚入职还处于学习阶段，在性能/专项测试方面仍然资历尚浅，之前也没有接触过GPU以及图形学方面的知识，本文若有不准确不严谨不完善的地方，也请大家不吝赐教。
