TCC: Análise de Desempenho

O trabalho de conclusão de curso, intitulado "Análise de Desempenho de um Algoritmo de Simulação de Embarcações da Amazônia em Plataforma Android", de autoria de Kevin Alexander Almeida dos Anjos, representa um estudo fundamental para a otimização de softwares complexos como o simulador Amazon Hydro Transport. A pesquisa foi desenvolvida na Universidade do Estado do Amazonas (UEA), com o propósito de aprofundar a compreensão sobre a utilização de recursos computacionais e energéticos do aplicativo.

OBJETIVO DA PESQUISA E CONTRIBUIÇÃO

O foco principal do estudo foi mensurar e caracterizar os requisitos necessários para o funcionamento ideal do algoritmo de simulação na plataforma Android. O objetivo final é fornecer insights e resultados concretos que permitam aos desenvolvedores criar aplicações mais eficientes, capazes de gerenciar de forma inteligente a bateria do dispositivo e o consumo de memória RAM, elevando a qualidade e a sustentabilidade da experiência de jogo.


METODOLOGIA

Para realizar a análise, o pesquisador estabeleceu uma metodologia robusta baseada em três cenários de testes específicos, nos quais diversos parâmetros do simulador foram sistematicamente alterados. A coleta de dados foi minuciosa, utilizando ferramentas de diagnóstico de software de ponta, como o Android Studio e o próprio motor gráfico Unity. As métricas cruciais analisadas incluíram:

  • Consumo de energia do dispositivo.

  • Alocação e uso de memória (RAM).

  • Utilização da Unidade Central de Processamento (CPU).

  • Utilização da Unidade de Processamento Gráfico (GPU).


PRINCIPAIS RESULTADOS

Os resultados obtidos durante a pesquisa foram conclusivos e apontaram para uma verdade fundamental em simuladores gráficos:

  1. Foi comprovado que a parte gráfica do simulador é, de longe, o fator com maior impacto no desempenho geral. A renderização da cena 3D é o processo que mais consome memória e utiliza intensivamente a CPU e a GPU do dispositivo.

  2. A otimização da renderização é a chave mestra para manter uma taxa de quadros por segundo (FPS) estável, crucial para a fluidez e a imersão na simulação de navegação.


DESEMPENHO

Com base na análise de desempenho, o estudo de Kevin Alexander Almeida propõe uma série de medidas concretas de otimização que foram implementadas no Amazon Hydro Transport e que servem de modelo para o desenvolvimento de softwares semelhantes:

  • Otimização das Malhas 3D (Meshes): Reduzir a quantidade de triângulos da malha (geometria) dos objetos é essencial para diminuir o custo de processamento de cada quadro.

  • Gestão de Texturas: Comprimir as texturas de forma inteligente, sem comprometer significativamente a fidelidade visual, para economizar memória alocada.

  • Iluminação Otimizada: Otimizar o processamento da iluminação para que não seja calculado em tempo de execução, aliviando a carga da CPU.

  • Controle de Distância de Renderização: Implementar o recurso de alteração da distância de renderização, já presente no simulador, para que objetos distantes e fora do campo de visão relevante não sejam processados, economizando recursos.

  • Personalização de Efeitos Visuais: Permitir que o usuário tenha controle total sobre a ativação e desativação de efeitos pesados, como sombras e reflexos da água, possibilitando a calibração manual para o melhor desempenho em hardware variado.


CONSUMO DE ENERGIA

O estudo também abordou o consumo de energia, classificando-o como um parâmetro relativo e complexo. O consumo de bateria é afetado diretamente pelas ações do usuário e pela utilização de recursos de hardware (como alto-falantes para o som, bluetooth, etc.) que o simulador requisita. Portanto, isolar o consumo de energia específico do algoritmo é desafiador, mas está intrinsecamente ligado ao uso otimizado da CPU e da GPU.
Em suma, a pesquisa enfatiza que o caminho para a eficiência e o alto desempenho em Amazon Hydro Transport passa, invariavelmente, pela redução da complexidade gráfica e pela gestão inteligente da renderização 3D.

Leia o trabalho aqui.