「如果一个设备能运行 Doom，那就说明它有足够的计算能力。」这句在嵌入式社区流传的玩笑话最近又有了新的验证案例：将经典的第一人称射击游戏 Doom 移植到售价仅 13 美元的蓝牙低功耗 USB 适配器上。这个适配器内部使用的正是 Nordic Semiconductor 的 nRF52840 微控制器，一款专为物联网设备设计的射频芯片。本文将深入分析这次移植中遇到的硬件约束，以及为达成可游玩帧率而采取的关键优化策略。
硬件约束：64 MHz 与 256 KB 的极限挑战
nRF52840 是一款基于 ARM Cortex-M4 的微控制器，主频 64 MHz，内置 256 KB SRAM 和 1 MB 闪存。从数字上看，这颗芯片的算力约为 80 DMIPS（1.25 DMIPS/MHz），内存容量只有原版 Doom 运行时代主流 PC 的四分之一到八分之一。更关键的是，游戏资源（WAD 文件）无法全部装入内部存储 —— 原始商业版 Doom 的 WAD 文件经过转换后超过 5 MB，必须存放于外部 QSPI 闪存中。这意味着渲染管线必须频繁地从外部存储读取纹理数据，而 QSPI 接口的随机访问延迟高达 4.5 微秒，远高于内部 RAM 的单周期访问。
原始的 Nordic 工程师移植尝试仅达到 3-5 FPS，原因是直接通过 SD 卡读取 WAD 文件，并使用了大量占位纹理来规避性能问题。本次移植设定了更高的目标：在 240×240 分辨率下达到平均 20 FPS 以上，最终实际稳定在 30-34.5 FPS。要达成这一目标，必须对渲染管线的每一个环节进行精细的优化。
QSPI 访问优化：避免随机读取的代价
外部 QSPI 闪存的峰值传输速率为 16 MB/s，但这仅在连续读取时才能达到。随机读取（即设置新地址后的首次访问）需要约 4.5 微秒的延迟，对于需要频繁读取不同纹理列的 Doom 渲染管线来说是致命的。Doom 的 3D 渲染按列进行，墙壁和贴图的每一列都需要从存储中读取像素数据，如果每次列读取都触发随机访问，整体帧率将惨不忍睹。
解决方案是将整列数据预先读取到内部 RAM 缓冲区，然后从 RAM 进行随机访问绘制。具体实现中，使用 DMA 进行 QSPI 到 RAM 的连续读取，同时 CPU 执行前一次已加载列的绘制工作，形成流水线化处理。此外，还对 WAD 转换工具进行了修改，在 patch 数据中嵌入每列的字节长度信息，使 DMA 能够一次性抓取完整列数据而无需 CPU 介入解析。这种「预读取 - 缓存 - 绘制」的三阶段流水线将 QSPI 的高延迟隐藏在计算时间之内。
更进一步，项目将大量不随关卡变化的静态数据（如颜色映射表、调色板、贴图定义）缓存到内部闪存。内部闪存的随机读取延迟仅为 4 个 CPU 周期（2 个等待状态），远优于 QSPI 的随机访问性能。关卡加载时，系统会尽可能多地将墙面贴图缓存到内部闪存，剩余无法容纳的贴图则继续使用外部 QSPI，但通过上述的 DMA 预读取机制保持性能。这种分层缓存策略使得 1 MB 内部闪存的利用率达到 90% 以上。
双缓冲与 DMA 协同：隐藏显示传输时间
240×240 分辨率、16 位色的帧缓冲大小为 115,200 字节。ST7789 显示控制器通过 SPI 接口通信，最大时钟频率 32 MHz，传输一帧完整数据需要约 29 毫秒，这意味着理论最大帧率只有 34.5 FPS。更糟糕的是，SPI 传输期间 CPU 如果不能做其他工作，帧率还将进一步下降。
项目实现了完整的双缓冲机制：两个 115,200 字节的帧缓冲交替使用，一个用于显示输出（前端缓冲），另一个用于渲染下一帧（后端缓冲）。当 DMA 将前端缓冲的数据推送到 SPI 传输时，CPU 完全专注于后端缓冲的 3D 渲染计算。由于 SPI 传输需要 29 毫秒，而大多数场景的渲染时间低于这一阈值，CPU 渲染完成后只需等待 DMA 结束即可交换缓冲角色，整个过程没有空闲周期浪费。
颜色格式转换是另一个隐藏的性能瓶颈。Doom 使用 8 位索引颜色（256 色），而 ST7789 需要 16 位 RGB565 格式。传统做法是逐像素转换后写入显示缓冲，但这样每个像素都需要一次查表操作和一次写操作，耗时约 2200 CPU 周期每条扫描线。优化后的方案将 240 像素宽的行拆分为 15 个 16 像素的「切片」，使用两个 512 字节的子缓冲交替工作：当 DMA 发送一个子缓冲时，CPU 填充另一个子缓冲，切片级别的双缓冲使得 8 到 16 位转换的 3.5 毫秒开销完全被 SPI 传输的 29 毫秒所覆盖。经过汇编级别的流水线优化后，转换每个切片仅需约 1000 周期，比原始实现快了一倍多。
内存优化：16 位指针与结构体重排
nRF52840 只有 256 KB RAM，而原始 Doom 的内存需求远超这一限制。项目继承了此前移植工作的内存优化成果，并针对新硬件进行了调整。
最关键的优化是将 32 位指针替换为 16 位指针。由于 RAM 空间只有 256 KB，任何对象的地址都可以用 18 位表示，而由于所有数据结构都是 4 字节对齐的，低两位永远为零，因此 16 位偏移量加上基地址的方案完全可行。设置和读取数据需要额外的地址转换周期，但 64 MHz 的 Cortex-M4 处理这种转换绰绰有余，而节省下来的 4 字节每指针在拥有数百个游戏对象时累积起来就是可观的节省。
结构体成员重排同样贡献了显著的内存节省。 Doom 中巨大的 mobj_t 结构体（游戏对象）在 GBA 移植版中为 140 字节，经过成员重排、移除冗余字段、使用位域等优化后压缩到 92 字节。此外，项目引入了静态 mobj 类型用于无需运动逻辑的对象（如物品和装饰物），将内存占用进一步减半。在 E1M6 等复杂关卡中，游戏对象数量超过 460 个，仅这一项优化就节省了超过 30 KB RAM。
内存池（Memory Pool）替代传统的动态分配也大幅降低了内存碎片和元数据开销。传统的 malloc/free 需要为每个内存块存储 8 字节的元数据，而内存池将元数据压缩到 1 字节每对象。在游戏对象和临时节点的分配中使用预分配的池，使得每对象的额外开销从 27 字节降低到 1 字节。
复合贴图预转换：运行时合成的代价
Doom 的墙面贴图经常由多个「补丁」（patch）组合而成，这种设计允许在不同贴图中复用相同的图形元素，节省存储空间，但代价是运行时需要从多个补丁中读取数据并合成最终列。复合贴图的渲染需要在每次绘制时进行多次随机读取和像素混合，对于追求极致性能的嵌入式平台来说是不可接受的。
项目采取的策略是在 WAD 转换阶段预先将所有复合贴图渲染为单一的大型贴图。转换工具会遍历每个多补丁贴图，将其绘制到一个临时缓冲区，然后将结果作为新的单一补丁写回 WAD。这种预处理使运行时不再需要任何复合贴图合成逻辑，每列贴图数据都可以作为整体连续读取。代价是 WAD 文件大小增加约 1.2 MB（商业版 Doom 从 4.2 MB 增长到 5.4 MB），但这是值得的 —— 预转换消除的运行时开销远大于额外传输时间的损失。
音频与游戏手柄：无线方案的设计权衡
音频系统的实现采用了与渲染类似的流水线思路。 Doom 的音效采样率为 11,025 Hz，单声道 8 位分辨率。项目使用 1024 样本的环形缓冲，updateSound 函数每帧调用一次，计算接下来 924 个样本（预留 100 样本作为安全边界）。8 个音频通道的混合计算在 3.4 毫秒内完成，这要求帧率至少维持在 12 FPS 以上 —— 对于优化后的系统来说这从未成为问题。
有趣的是，为了节省蓝牙 dongle 有限的 GPIO 引脚，音频输出和游戏手柄控制被设计为无线方案。dongle 端运行 Doom 的 nRF52840 通过自定义射频协议向另一个基于 nRF51822 的无线手柄发送音频数据和接收按键状态。手柄端负责将音频数据输出到 PWM 扬声器，同时轮询 8 个按键并回传状态。两个 nRF52 芯片之间的无线通信占用约 4.5 毫秒每帧，但由于采用 DMA 传输，CPU 干预极少。音频数据包的发送间隔约 4.5 毫秒，包含 52 个采样和 2 个用于校验的冗余字节，这种设计容忍单个比特的翻转错误而不会产生可察觉的音频卡顿。
性能对比与工程启示
经过上述优化的 Doom 移植在 nRF52840 上的实际表现如下：E1M1 等简单场景稳定在 34.5 FPS（SPI 硬件限制），E1M2 等复杂场景维持在 30 FPS 以上，即使是最复杂的 E4M2 也能达到 22 FPS。相比之下，同一款芯片上的 Nordic 官方移植仅有 3-5 FPS，而基于 GBA 的移植（约 240×160 分辨率，ARM7 16.78 MHz）在同等场景下约 16 FPS。换算到每像素的效率，这次移植实现了约 2.8 倍的提升。
从工程角度看，这个项目展示了嵌入式系统性能优化的几个核心原则。其一，存储层次结构的利用比绝对性能更重要 —— 将频繁访问的数据放在内部闪存而非外部 QSPI，能够获得数量级的性能提升。其二，流水线化是隐藏延迟的关键 ——DMA 预读取隐藏了 QSPI 延迟，双缓冲隐藏了 SPI 传输延迟，只要找到可以并行的阶段，性能就会显著改善。其三，预处理的代价往往是值得的 ——WAD 转换增加了文件大小和上传时间，但换来了运行时性能的质的飞跃。最后，约束往往是创新的催化剂 —— 有限的 GPIO 迫使设计者采用无线方案，最终不仅解决了引脚问题，还意外地实现了更优雅的系统分区。
这个 13 美元的蓝牙适配器最终运行的 Doom，比 1993 年售价 1500 美元的主流 PC 还要流畅。这既是半导体技术进步的明证，也是软件工程智慧的体现：在任何平台上，通过深入理解硬件特性和精心打磨算法，都能榨取出超乎预期的性能。
资料来源：本文技术细节参考 next-hack.com 的 nRF52840 Doom 移植项目，该项目完整源码和硬件设计已在 GitHub 开源发布。