隨著游戲內容不斷豐富、業務邏輯持續復雜化、畫面表現持續升級，功耗問題正在成為移動游戲領域越來越突出的痛點。

很多團隊都會遇到類似情況：

• 游戲幀率穩定，但設備發熱嚴重

• 測試階段一切正常，但長時間運行后功耗異常

• 明明做了大量優化，但續航依然不理想

過去一年，我們針對移動游戲功耗問題進行了大量調研與實踐，并逐步整理出一套相對可量化的功耗分析方法。

這套方法的目標很簡單：不僅能看到功耗變化，更能找到功耗產生的真正原因。

《移動端Unity游戲功耗調優的破局實踐》主要分為三個部分：

1?? 功耗分析工具介紹

2?? 能耗影響因素

3?? 項目中總結的功耗優化 Best Practices

本文先帶大家看第一部分：功耗分析工具。

1

傳統功耗分析工具的問題

在很多項目中，比較常見的做法是使用 GOT Online。通過它，我們可以看到類似這樣的信息：

• 整體功耗曲線

• 測試過程中的功耗趨勢變化

另外，在我們提供的免費性能分析工具 Gears中，也提供了類似的Power 曲線，可以直觀查看：

• 測試過程中的整體功耗走勢

• 最終的平均功耗數值

這些工具對于宏觀觀察功耗趨勢非常有幫助。但它們有一個非常關鍵的局限：只能看到功耗變化，但無法告訴你功耗為什么上升。例如：是 GPU 壓力過大？還是 CPU 負載過高？又或者是 某個系統模塊突然消耗大量能量？

如果無法回答這些問題，功耗優化就很難真正落地。

因此，我們一直在尋找一種能夠對功耗進行定量分析的工具，從而明確：到底是哪個模塊導致了能耗異常增長。

2

我們嘗試過的幾種方案

在調研過程中，我們陸續嘗試了多種工具。

1、Trepn Profiler

首先嘗試的是 Trepn Profiler。從名字來看，它似乎是一個專門做能耗分析的工具。

但在實際使用過程中，我們發現：

• 可采集的數據維度非常有限

• 基本只能看到少量 CPU 核心頻率變化

• 很難和實際功耗問題建立有效關聯

最終，這個工具并沒有為我們的分析提供太大幫助，因此被放棄。

2、ADB BatteryStats

隨后我們嘗試了 ADB 命令行中的 BatteryStats。它可以通過命令行統計設備的電量消耗，并按 進程 UID 輸出相關數據，例如：Screen、CPU、Audio、Video、Wi-Fi......

如果將這些數據整理并做可視化分析，就可以得到類似這樣的趨勢：斜率越高，對應模塊的能耗越大。

這種方式確實能讓我們大致判斷：

• 哪些模塊的功耗占比較高

• 功耗趨勢是上升還是下降

但它仍然存在兩個明顯問題：

1?? 數據維度仍然偏抽象

2?? 無法進一步定位具體行為

例如：為什么 CPU 功耗突然升高？是腳本邏輯？動畫？UI？還是物理系統？

這些問題，BatteryStats 仍然無法回答。

3、Android Studio Power Rails

后來我們發現了 Android Studio 中的 Power Rails 功能。相比前面兩個工具，它的信息要詳細得多。

它可以將功耗拆分到多個硬件維度，例如：

• CPU 大核 / 中核 / 小核

• GPU

• Display

從數據粒度上來說，這已經非常接近我們想要的效果。

但Power Rails 也有幾個限制：

• 只能在 Google Pixel 設備上使用

• 被采集的 App 必須是 debuggable

• 測試時間不能太長，否則數據量會過大

因此在實際項目中使用仍然比較受限。

3

我們最終推薦的工具：Perfetto

經過多輪測試之后，我們最終更推薦使用 Perfetto 來進行功耗采集。

它的優勢主要體現在幾個方面：

1、支持更長時間的功耗采集

通過 Perfetto 的網頁工具，可以開啟：Battery & Power Rails相關選項。

相比 Android Studio，Perfetto支持更長時間的測試，例如：持續 1 小時的功耗采集。

對于大多數項目來說，這已經足夠覆蓋完整測試場景。

2、配置簡單

在 Perfetto 的主界面中：

• 點擊 Record new trace

• 選擇 WebUSB 連接手機

• 點擊 Connect new device

• 選擇當前連接的設備

當界面中出現綠色提示信息時，就表示設備已經連接成功。

隨后點擊 Start Tracing 開始采集。測試一段時間后點擊 Stop，即可生成分析數據。

3、可以直接查看模塊功耗排名

在分析結果中，我們可以按照 Average Power 排序查看各模塊功耗。

例如在某些測試場景中：GPU 功耗最高，這就意味著優化重點應該放在：

• 渲染復雜度

• Shader

• DrawCall

• 分辨率

• 后處理

而在另一些測試中，我們會看到：CPU 大核功耗占比最高，這通常意味著問題可能來自：

• 游戲邏輯

• 動畫系統

• UI 更新

• 物理系統

• 資源加載

通過這種方式，我們就可以非常清晰地定位：功耗壓力究竟來自哪個模塊。

4、支持正式版本游戲分析

Perfetto 還有一個非常重要的優勢：被采集的應用不需要是 debuggable。

也就是說：即使是 應用商店下載的正式版本游戲，也可以直接進行功耗分析。這對于真實項目問題定位來說非常關鍵。

當然，它同樣存在一個限制：功耗采集仍然需要使用 Google Pixel 設備。

4

未完待續

在解決了功耗數據采集問題之后，接下來更關鍵的是：哪些因素會真正影響游戲功耗？CPU、GPU、屏幕、系統模塊分別占多少？哪些優化手段最有效？

在接下來的內容中，我們將基于大量實際項目數據，深入分析：基于工具采集到的數據，分析影響能耗的主要因素以及我們總結的一些 Best Practices。

https://edu.uwa4d.com/course-intro/1/630

1

2

3

4