移动端Unity游戏功耗优化实战：从“看曲线”到“定位问题”的完整方法

随着游戏内容不断丰富、业务逻辑持续复杂化、画面表现持续升级，功耗问题正在成为移动游戏领域越来越突出的痛点。

很多团队都会遇到类似情况：

• 游戏帧率稳定，但设备发热严重

• 测试阶段一切正常，但长时间运行后功耗异常

• 明明做了大量优化，但续航依然不理想

过去一年，我们针对移动游戏功耗问题进行了大量调研与实践，并逐步整理出一套相对可量化的功耗分析方法。

这套方法的目标很简单：不仅能看到功耗变化，更能找到功耗产生的真正原因。

《移动端Unity游戏功耗调优的破局实践》主要分为三个部分：

1️⃣ 功耗分析工具介绍

2️⃣ 能耗影响因素

3️⃣ 项目中总结的功耗优化 Best Practices

本文先带大家看第一部分：功耗分析工具。

1

传统功耗分析工具的问题

在很多项目中，比较常见的做法是使用 GOT Online。通过它，我们可以看到类似这样的信息：

• 整体功耗曲线

• 测试过程中的功耗趋势变化

另外，在我们提供的免费性能分析工具 Gears中，也提供了类似的Power 曲线，可以直观查看：

• 测试过程中的整体功耗走势

• 最终的平均功耗数值

这些工具对于宏观观察功耗趋势非常有帮助。但它们有一个非常关键的局限：只能看到功耗变化，但无法告诉你功耗为什么上升。例如：是 GPU 压力过大？还是 CPU 负载过高？又或者是 某个系统模块突然消耗大量能量？

如果无法回答这些问题，功耗优化就很难真正落地。

因此，我们一直在寻找一种能够对功耗进行定量分析的工具，从而明确：到底是哪个模块导致了能耗异常增长。

2

我们尝试过的几种方案

在调研过程中，我们陆续尝试了多种工具。

1、Trepn Profiler

首先尝试的是 Trepn Profiler。从名字来看，它似乎是一个专门做能耗分析的工具。

但在实际使用过程中，我们发现：

• 可采集的数据维度非常有限

• 基本只能看到少量 CPU 核心频率变化

• 很难和实际功耗问题建立有效关联

最终，这个工具并没有为我们的分析提供太大帮助，因此被放弃。

2、ADB BatteryStats

随后我们尝试了 ADB 命令行中的 BatteryStats。它可以通过命令行统计设备的电量消耗，并按 进程 UID 输出相关数据，例如：Screen、CPU、Audio、Video、Wi-Fi......

如果将这些数据整理并做可视化分析，就可以得到类似这样的趋势：斜率越高，对应模块的能耗越大。

这种方式确实能让我们大致判断：

• 哪些模块的功耗占比较高

• 功耗趋势是上升还是下降

但它仍然存在两个明显问题：

1️⃣ 数据维度仍然偏抽象

2️⃣ 无法进一步定位具体行为

例如：为什么 CPU 功耗突然升高？是脚本逻辑？动画？UI？还是物理系统？

这些问题，BatteryStats 仍然无法回答。

3、Android Studio Power Rails

后来我们发现了 Android Studio 中的 Power Rails 功能。相比前面两个工具，它的信息要详细得多。

它可以将功耗拆分到多个硬件维度，例如：

• CPU 大核 / 中核 / 小核

• GPU

• Display

从数据粒度上来说，这已经非常接近我们想要的效果。

但Power Rails 也有几个限制：

• 只能在 Google Pixel 设备上使用

• 被采集的 App 必须是 debuggable

• 测试时间不能太长，否则数据量会过大

因此在实际项目中使用仍然比较受限。

3

我们最终推荐的工具：Perfetto

经过多轮测试之后，我们最终更推荐使用 Perfetto 来进行功耗采集。

它的优势主要体现在几个方面：

1、支持更长时间的功耗采集

通过 Perfetto 的网页工具，可以开启：Battery & Power Rails相关选项。

相比 Android Studio，Perfetto支持更长时间的测试，例如：持续 1 小时的功耗采集。

对于大多数项目来说，这已经足够覆盖完整测试场景。

2、配置简单

在 Perfetto 的主界面中：

• 点击 Record new trace

• 选择 WebUSB 连接手机

• 点击 Connect new device

• 选择当前连接的设备

当界面中出现绿色提示信息时，就表示设备已经连接成功。

随后点击 Start Tracing 开始采集。测试一段时间后点击 Stop，即可生成分析数据。

3、可以直接查看模块功耗排名

在分析结果中，我们可以按照 Average Power 排序查看各模块功耗。

例如在某些测试场景中：GPU 功耗最高，这就意味着优化重点应该放在：

• 渲染复杂度

• Shader

• DrawCall

• 分辨率

• 后处理

而在另一些测试中，我们会看到：CPU 大核功耗占比最高，这通常意味着问题可能来自：

• 游戏逻辑

• 动画系统

• UI 更新

• 物理系统

• 资源加载

通过这种方式，我们就可以非常清晰地定位：功耗压力究竟来自哪个模块。

4、支持正式版本游戏分析

Perfetto 还有一个非常重要的优势：被采集的应用不需要是 debuggable。

也就是说：即使是 应用商店下载的正式版本游戏，也可以直接进行功耗分析。这对于真实项目问题定位来说非常关键。

当然，它同样存在一个限制：功耗采集仍然需要使用 Google Pixel 设备。

4

未完待续

在解决了功耗数据采集问题之后，接下来更关键的是：哪些因素会真正影响游戏功耗？CPU、GPU、屏幕、系统模块分别占多少？哪些优化手段最有效？

在接下来的内容中，我们将基于大量实际项目数据，深入分析：基于工具采集到的数据，分析影响能耗的主要因素以及我们总结的一些 Best Practices。

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

1

2

3

4