IGD Display Switch

本文介绍了Intel集成显卡驱动中的IGD OpRegion机制及热键显示切换过程,包括OpRegion内存布局、邮件箱功能、ACPI扩展函数等关键技术细节。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

IGD Display Switch

 

1.  Introduction

 

IGD OpRegionintel为了改善传统的Integrated Graphics DriverBIOS之间的通信机制即SMIINT10存在的缺陷(SMM mode有可能会影响OS的稳定性,Int 10则有可能受限于OS),而引入的一种新的接口。它使用SCI取代传统的SMI机制,可谓取其精华,去其糟粕。

OpRegion被加载时BIOS会透过GMCHASLS register写入OpRegionbase addressOpRegionMemory layout如下图1所示:

 

                      1

OpRegionSystem BIOSDriver之间交流信息的重要手段,而且我们也可以在OS下透过ASLS这个register,获取OpRegion空间的信息,进而可以用于Debug Graphics driverSystem BIOS之间co-work的一些问题。

 

2.  Mailbox#1 About Display Switch

 

 Mailbox#1被称之为Public ACPI Methods Mailbox,它包括一堆成员变量,这些变量有些是必须实现的有些则是可选的。它的layout如下图2所示:

                           图2

其中与切屏相关的变量有如下几个:

0x120h DIDL

0x140h CPDL

0x160h CADL

0x180h NADL

0x1A4h TIDX

DIDL表示该平台所支持的显示设备列表,最多支持8个设备。Graphics Driver在初始化的会call _DOD method获得所有的支持的设备列表。

CPDL表示当前接在VGA上的所有设备。Graphics Driverdetect当前连接的设备,每当hotplugremove时,drvier都会重新detect设备,并将detect的结果写入CPDL,而且该位置对BIOS是只读的(RO)。在Hotkey切屏时video driver会使用CPDL中的device列表去call对应device_DGS function用于决定下一轮的显示设备列表。

CADL表示当前正在使用的设备ID,在启动和模式切换期间driver都会更新这个位置。BIOS也是只能读取该位置(RO)BIOS可以使用这个位置的值去支援 _DCS Function

NADL表示当hotkey按下时,driver需要切换到的另一个模式。它的值取决于

VBIOS中的toggle list table。在HotKey切屏时_DGS function会根据NADL中的device列表决定下一轮的显示顺序。

TIDX 表示VBIOS中的toggle table index,BIOS可以动态的更新该index值。

Video driver通过该index决定下一组显示设备的列表。该table存放于VBIOS之中,最多支持4组。OEM端可以通过需要VBIOS改变显示的顺序。

 

3.  ACPI Extensions For Display Adapters

 

   另外一个与切屏密切相关的部分就是ACPI 中有关显示部分的扩展部分,这个部分主要是一下几个function

_DOD function Graphics Driver会在初始化时会callfunciton获取该平台所支持的所有的device id。在windows xpDebug发现如果使用hotkey切屏时,每次按下hotkeyGraphics Driver都会call一次该function。该function返回的数据格式如下图所示:

                                                     

                                    

                                             3

_ADR 用于返回设备的唯一的ID

_DCS function用于返回当前device的状态,windows xp下面debug发现 function并不会被call

_DGS function用于在支持hotkey display switch时,查询输出下一轮输出设备的显示状态。所支持的状态有下述两种:

 

 

                                                  4

_DOS function用于决定是否支持输出设备切换。

_DSS 当设备的显示状态已经确定之后,OSPMcallfunction。该函数会带一个参数用于决定设备的输出状态,参数的格式如下图4所示:

 

                                                      5

4.  Hot Key display switch Process

有了以上的介绍,我们来看看按下hotkey之后设备显示顺序的完整过程。<<Intel Integrated Graphics Driver OpRegion specification>>display switch有非常完整的流程,我将按照这份流程并结合asl code的实际状况做些说明。

 

 

6

当我们按下hotkey时,EC会透过Q_EVENT通知BIOSBIOS收到该Q_EVENT后会call IGD.GHDS() functionGHDScall GNOT function,而GNOT最终会call Notify(VGA,0x00)去扫出所有的显示设备,这时_DOS=0会被调用表示始能切屏的功能;然后再call Notify(VGA,0x80)去做切屏的动作。在win xp & 2k下,_DOS=2将会被调用到,表示暂时禁用掉切屏功能(因为现在正在切屏),接下来是然后BIOS会透过_DOD获得支持的所有device idcall对应CPDL 对应的device _ADR fucntion 获得该device的唯一的ID。然后会call _DOS设置输出设备切换始能,下来会用OpRegion中的NADScall _DGS用于决定下一组显示组合。最后再call _DSS确定显示组合,再后来就是Graphics Driver sets new mode

以上就是Hotkey display switch的大致过程,希望能够对大家理解IGD Driver Hotkey的处理过程有所帮助。

参考资料:

1. ACPI SPEC 4.0

2. Intel IGD OpRegion spec 1.0

 

Peter

2009-11-22

### IGD指标的计算方法及其在多目标优化中的应用 IGD(Inverted Generational Distance,反世代距离)是一种广泛应用于多目标优化问题的性能评估指标,用于同时评价算法解集的**收敛性**和**多样性**。以下是IGD指标的具体计算方法及其实现细节: #### 1. IGD的基本定义 IGD是从真实帕累托前沿(\(PF_{true}\))上的参考点射向算法得到的解集(\(PF_{known}\))的距离平均值[^2]。其数学表达式为: \[ IGD = \frac{\sum_{i=1}^{n} d_i}{n} \] 其中: - \(d_i\) 表示真实帕累托前沿上的第 \(i\) 个参考点到算法解集中最近解的欧几里得距离。 - \(n\) 是真实帕累托前沿上参考点的数量。 与GD(Generational Distance)不同的是,IGD从真实解出发,寻找算法解集中最近的点,因此能够更全面地反映解集的质量[^4]。 #### 2. IGD的计算步骤 以下是IGD指标的计算步骤: - **步骤1:构造参考点集合** 在真实帕累托前沿(\(PF_{true}\))上均匀采样生成一组参考点集合 \(R = \{r_1, r_2, ..., r_n\}\)[^5]。 - **步骤2:计算每个参考点到算法解集的距离** 对于参考点集合中的每个点 \(r_i\),计算其到算法解集 \(PF_{known}\) 中所有点的距离,并选取最小距离作为 \(d_i\): \[ d_i = \min_{x \in PF_{known}} ||r_i - x|| \] - **步骤3:求平均值** 将所有 \(d_i\) 的值相加并取平均值,得到最终的IGD值: \[ IGD = \frac{\sum_{i=1}^{n} d_i}{n} \] #### 3. IGD的实现代码 以下是一个基于Python的IGD计算实现示例: ```python import numpy as np def calculate_igd(pf_true, pf_known): """ 计算IGD指标 :param pf_true: 真实帕累托前沿 (numpy数组, shape=(n_points_true, n_objectives)) :param pf_known: 算法得到的解集 (numpy数组, shape=(n_points_known, n_objectives)) :return: IGD值 """ distances = [] for r in pf_true: min_distance = np.min(np.linalg.norm(r - pf_known, axis=1)) distances.append(min_distance) igd = np.mean(distances) return igd # 示例数据 pf_true = np.array([[0, 1], [0.5, 0.5], [1, 0]]) # 真实帕累托前沿 pf_known = np.array([[0.1, 0.9], [0.6, 0.4], [0.9, 0.1]]) # 算法解集 igd_value = calculate_igd(pf_true, pf_known) print(f"IGD值: {igd_value}") ``` #### 4. IGD的应用场景 IGD在多目标优化中具有广泛的应用价值,特别是在以下场景中: - **算法性能比较**:通过比较不同算法的IGD值,可以评估它们在求解多目标优化问题时的表现[^1]。 - **参数调优**:利用IGD指标调整算法参数,以获得更好的解集质量[^3]。 - **基准测试**:结合标准测试函数(如ZDT、DTLZ系列),使用IGD评价算法的收敛性和多样性[^5]。 --- ###
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值