第1章：H3芯片概览——Cortex-A7架构解析、GPU Mali-400 MP2能力评估、内存带宽瓶颈分析
各位同学，咱们今天正式开课。先聊聊全志H3这颗芯片。
说实话，我第一次拿到H3的datasheet时，心里是有点打鼓的。四核Cortex-A7，主频最高1.2GHz，配上Mali-400 MP2 GPU——这配置放在2015年还算主流，但放到今天，你要拿它跑PSP模拟器、N64模拟器，甚至部分DC游戏，那真得好好掂量掂量。
不过别急。我这些年调过不少嵌入式平台，从树莓派到各种国产盒子，H3其实是个很有意思的选手。它便宜、功耗低、生态成熟，关键是——只要你摸透了它的脾气，性能潜力远比你想象的大。
1.1 Cortex-A7：不是A53，但够用
Cortex-A7是ARM在2012年推出的核心架构。很多人一听「A7」就觉得老掉牙，其实不然。A7的设计哲学是「高能效比」，说白了就是——干活不猛，但省电。
我个人习惯把A7比作「小排量自吸发动机」。你踩油门它不会给你推背感，但胜在平顺、省油、不容易过热。在H3上，四个A7核心共享一个L2缓存（通常是512KB），每个核心有自己的32KB L1指令缓存和32KB L1数据缓存。
这里有个关键点：A7是顺序执行（in-order）架构。什么意思？就是它不会像A72、A76那样乱序执行指令。你代码写得乱，它就卡在那等你。我在项目中遇到过好几次，同样的算法在PC上跑得飞快，放到H3上就慢得像蜗牛——原因就是指令流水线被堵死了。
核心数据：
- 核心架构：ARM Cortex-A7 r0p5
- 核心数：4
- 主频范围：480MHz - 1.2GHz（可动态调频）
- L1缓存：32KB I-cache + 32KB D-cache 每核心
- L2缓存：512KB（全志官方配置）
- 制程：40nm（台积电）
你想想看，40nm制程放到今天确实落后了。但好处是——发热可控，不需要主动散热。很多游戏机掌机方案选H3，就是看中这点。
1.2 Mali-400 MP2：老将还能战吗？
Mali-400 MP2，这是ARM在2011年发布的GPU。双核，支持OpenGL ES 2.0，不支持ES 3.0。嗯，你没看错，连ES 3.0都不支持。
那它还能跑模拟器吗？能，但得看你怎么用。
Mali-400的架构是「统一着色器」的早期形态。每个核心有4个片段着色器（Fragment Shader）和1个顶点着色器（Vertex Shader）。MP2就是两组这样的单元。说白了，它的短板在顶点处理能力上——顶点多了，帧率直接跳水。
我记得有一次调N64模拟器，马里奥64在简单场景能跑60帧，一到城堡大厅就掉到20帧。查了半天，发现是顶点数暴增，GPU的顶点着色器成了瓶颈。后来我用了LOD（细节层次）优化，把远处物体的顶点数砍掉一半，帧率才稳住。
避坑指南：
我曾经在Mali-400上跑PSP模拟器，发现纹理压缩格式必须用ETC1，不能用DXT或者PVRTC。因为Mali-400硬件只支持ETC1。如果你用错了格式，纹理就会回退到RGBA8888，带宽直接翻4倍——帧率不崩才怪。
| GPU特性 | Mali-400 MP2 | 备注 |
|---|---|---|
| 核心数 | 2 | 每个核心4FS+1VS |
| OpenGL ES版本 | 2.0 | 不支持ES 3.0 |
| 纹理压缩 | ETC1 | 不支持DXT/PVRTC |
| 最大分辨率 | 1920x1080 | 实际建议720p |
| 填充率 | ~1.6 Gpix/s | 理论值，实际打7折 |
1.3 内存带宽：真正的阿喀琉斯之踵
好，前面说的CPU和GPU其实都还好。真正让H3在模拟器场景下「露怯」的，是内存带宽。
H3使用的是DDR3内存，32位总线，频率最高到933MHz（DDR3-1866）。算下来理论带宽是：
带宽 = 总线宽度 × 频率 × 2（DDR双倍速率）
= 32bit × 933MHz × 2
= 59712 Mbit/s
= 7.46 GB/s7.46 GB/s。这个数字什么概念？我告诉你，树莓派4的LPDDR4带宽是~12 GB/s，PC上随便一根DDR4内存条都是20+ GB/s。H3的带宽，说白了就是「够用但紧巴巴」。
为什么会这样？因为模拟器对内存带宽的需求是「贪婪」的。你想想看，一个PSP模拟器，需要同时处理：
- CPU指令翻译（JIT编译需要频繁读写代码缓存）
- GPU纹理上传（每帧可能几百MB的纹理数据）
- 音频缓冲区（虽然不大，但实时性要求高）
- 系统内存分配（模拟器本身的内存管理）
所有这些都在抢那7.46 GB/s的带宽。一旦某个环节吃多了，其他环节就得等——帧率就掉了。
注意：
H3的内存控制器有一个坑：它不支持写合并（write combining）。这意味着CPU写内存时，每次写入都会直接穿透到DDR3，不会在L2缓存里合并。我在调DC模拟器时就吃过这个亏——频繁的小块内存写入导致带宽利用率极低，后来改成批量写入，性能提升了15%。
另外，H3的DMA引擎也有限。它只有一个通用的DMA控制器，而且不支持链式传输。你要做大块内存拷贝，最好用NEON指令手动优化，别指望硬件DMA能帮你多少。
1.4 小结：H3的「三围」画像
好了，咱们把H3的底牌都翻出来了。总结一下：
- CPU：四核A7，顺序执行，适合单线程优化良好的代码。多线程要注意缓存一致性开销。
- GPU：Mali-400 MP2，OpenGL ES 2.0，顶点处理是短板。纹理必须用ETC1。
- 内存：7.46 GB/s带宽，是最大的瓶颈。写合并缺失、DMA能力弱，需要手动优化。
我个人习惯把H3比作「小马拉大车」——马虽然小，但只要你把车造得轻巧、轮子调得顺，它照样能跑起来。接下来的课程，咱们就一步步教你怎么「调这辆车」。
下一章，咱们会深入JIT编译器的优化技巧。到时候我会拿一个实际的PSP模拟器案例，手把手带你们看代码。嗯，准备好你们的开发板，咱们下周见。