Android硬件加速原理与实现简介
kiki_2014
8年前
<p>在手机客户端尤其是Android应用的开发过程中，我们经常会接触到“硬件加速”这个词。由于操作系统对底层软硬件封装非常完善，上层软件开发者往往对硬件加速的底层原理了解很少，也不清楚了解底层原理的意义，因此常会有一些误解，如硬件加速是不是通过特殊算法实现页面渲染加速，或是通过硬件提高CPU/GPU运算速率实现渲染加速。</p> <p>本文尝试从底层硬件原理，一直到上层代码实现，对硬件加速技术进行简单介绍，其中上层实现基于Android 6.0。</p> <h2>了解硬件加速对App开发的意义</h2> <p>对于App开发者，简单了解硬件加速原理及上层API实现，开发时就可以充分利用硬件加速提高页面的性能。以Android举例，实现一个圆角矩形按钮通常有两种方案：使用PNG图片；使用代码（XML/Java）实现。简单对比两种方案如下。</p> <table> <thead> <tr> <th>方案</th> <th>原理</th> <th>特点</th> </tr> </thead> <tbody> <tr> <td>使用PNG图片（BitmapDrawable）</td> <td>解码PNG图片生成Bitmap，传到底层，由GPU渲染</td> <td>图片解码消耗CPU运算资源，Bitmap占用内存大，绘制慢</td> </tr> <tr> <td>使用XML或Java代码实现（ShapeDrawable）</td> <td>直接将Shape信息传到底层，由GPU渲染</td> <td>消耗CPU资源少，占用内存小，绘制快</td> </tr> </tbody> </table> <h2>页面渲染背景知识</h2> <ul> <li>页面渲染时，被绘制的元素最终要转换成矩阵像素点（即多维数组形式，类似安卓中的Bitmap），才能被显示器显示。</li> <li>页面由各种基本元素组成，例如圆形、圆角矩形、线段、文字、矢量图（常用贝塞尔曲线组成）、Bitmap等。</li> <li>元素绘制时尤其是动画绘制过程中，经常涉及插值、缩放、旋转、透明度变化、动画过渡、毛玻璃模糊，甚至包括3D变换、物理运动（例如游戏中常见的抛物线运动）、多媒体文件解码（主要在桌面机中有应用，移动设备一般不用GPU做解码）等运算。</li> <li>绘制过程经常需要进行逻辑较简单、但数据量庞大的浮点运算。</li> </ul> <h2>CPU与GPU结构对比</h2> <p>CPU（Central Processing Unit，中央处理器）是计算机设备核心器件，用于执行程序代码，软件开发者对此都很熟悉；GPU（Graphics Processing Unit，图形处理器）主要用于处理图形运算，通常所说“显卡”的核心部件就是GPU。</p> <p>下面是CPU和GPU的结构对比图。其中：</p> <ul> <li>黄色的Control为控制器，用于协调控制整个CPU的运行，包括取出指令、控制其他模块的运行等；</li> <li>绿色的ALU（Arithmetic Logic Unit）是算术逻辑单元，用于进行数学、逻辑运算；</li> <li>橙色的Cache和DRAM分别为缓存和RAM，用于存储信息。</li> </ul> <p style="text-align:center"><img src="https://simg.open-open.com/show/e69b6e6926869b891d1013a7c0b43ae1.png"></p> <ul> <li>从结构图可以看出，CPU的控制器较为复杂，而ALU数量较少。因此CPU擅长各种复杂的逻辑运算，但不擅长数学尤其是浮点运算。 <ul> <li>以8086为例，一百多条汇编指令大部分都是逻辑指令，数学计算相关的主要是16位加减乘除和移位运算。一次整型和逻辑运算一般需要1~3个机器周期，而浮点运算要转换成整数计算，一次运算可能消耗上百个机器周期。</li> <li>更简单的CPU甚至只有加法指令，减法用补码加法实现，乘法用累加实现，除法用减法循环实现。</li> <li>现代CPU一般都带有硬件浮点运算器（FPU），但主要适用于数据量不大的情况。</li> </ul> </li> <li>CPU是串行结构。以计算100个数字为例，对于CPU的一个核，每次只能计算两个数的和，结果逐步累加。</li> <li>和CPU不同的是，GPU就是为实现大量数学运算设计的。从结构图中可以看到，GPU的控制器比较简单，但包含了大量ALU。GPU中的ALU使用了并行设计，且具有较多浮点运算单元。</li> <li>硬件加速的主要原理，就是通过底层软件代码，将CPU不擅长的图形计算转换成GPU专用指令，由GPU完成。</li> </ul> <p>扩展：很多计算机中的GPU有自己独立的显存；没有独立显存则使用共享内存的形式，从内存中划分一块区域作为显存。显存可以保存GPU指令等信息。</p> <h2>并行结构举例：级联加法器</h2> <p>为了方便理解，这里先从底层电路结构的角度举一个例子。如下图为一个加法器，对应实际的数字电路结构。</p> <ul> <li>A、B为输入，C为输出，且A、B、C均为总线，以32位CPU为例，则每根总线实际由32根导线组成，每根导线用不同的电压表示一个二进制的0或1。</li> <li>Clock为时钟信号线，每个固定的时钟周期可向其输入一个特定的电压信号，每当一个时钟信号到来时，A和B的和就会输出到C。</li> </ul> <p style="text-align:center"><img src="https://simg.open-open.com/show/bffe5b3d0fe6c8f5950d95db0b975009.png"></p> <p>现在我们要计算8个整数的和。</p> <p>对于CPU这种串行结构，代码编写很简单，用for循环把所有数字逐个相加即可。串行结构只有一个加法器，需要7次求和运算；每次计算完部分和，还要将其再转移到加法器的输入端，做下一次计算。整个过程至少要消耗十几个机器周期。</p> <p>而对于并行结构，一种常见的设计是级联加法器，如下图，其中所有的clock连在一起。当需要相加的8个数据在输入端A1~B4准备好后，经过三个时钟周期，求和操作就完成了。如果数据量更大、级联的层级更大，则并行结构的优势更明显。</p> <p>由于电路的限制，不容易通过提高时钟频率、减小时钟周期的方式提高运算速度。并行结构通过增加电路规模、并行处理，来实现更快的运算。但并行结构不容易实现复杂逻辑，因为同时考虑多个支路的输出结果，并协调同步处理的过程很复杂（有点像多线程编程）。</p> <p><img src="https://simg.open-open.com/show/4049c61b5ea62f492659c608f0fd1eeb.png"></p> <h2>GPU并行计算举例</h2> <p>假设我们有如下图像处理任务，给每个像素值加1。GPU并行计算的方式简单粗暴，在资源允许的情况下，可以为每个像素开一个GPU线程，由其进行加1操作。数学运算量越大，这种并行方式性能优势越明显。</p> <p style="text-align:center"><img src="https://simg.open-open.com/show/b32e56a476cef5a266e8bc9321b683b0.png"></p> <h2>Android中的硬件加速</h2> <p>在Android中，大多数应用的界面都是利用常规的View来构建的（除了游戏、视频、图像等应用可能直接使用OpenGL ES）。下面根据Android 6.0原生系统的Java层代码，对View的软件和硬件加速渲染做一些分析和对比。</p> <h3>DisplayList</h3> <p>DisplayList是一个基本绘制元素，包含元素原始属性（位置、尺寸、角度、透明度等），对应Canvas的drawXxx()方法（如下图）。</p> <p>信息传递流程：Canvas(Java API) —> OpenGL(C/C++ Lib) —> 驱动程序 —> GPU。</p> <p>在Android 4.1及以上版本，DisplayList支持属性，如果View的一些属性发生变化（比如Scale、Alpha、Translate），只需把属性更新给GPU，不需要生成新的DisplayList。</p> <h3>RenderNode</h3> <p>一个RenderNode包含若干个DisplayList，通常一个RenderNode对应一个View，包含View自身及其子View的所有DisplayList。</p> <p><img src="https://simg.open-open.com/show/9bad34475e334a864fcd22cb8c1f01e7.png"></p> <h2>Android绘制流程（Android 6.0）</h2> <p>下面是安卓View完整的绘制流程图，主要通过阅读源码和调试得出，虚线箭头表示递归调用。</p> <ul> <li>从 ViewRootImpl.performTraversals 到 PhoneWindow.DecroView.drawChild 是每次遍历View树的固定流程，首先根据标志位判断是否需要重新布局并执行布局；然后进行Canvas的创建等操作开始绘制。 <ul> <li>如果硬件加速不支持或者被关闭，则使用软件绘制，生成的Canvas即 Canvas.class 的对象；</li> <li>如果支持硬件加速，则生成的是 DisplayListCanvas.class 的对象；</li> <li>两者的 isHardwareAccelerated() 方法返回的值分别为false、true，View根据这个值判断是否使用硬件加速。</li> </ul> </li> <li>View中的 draw(canvas,parent,drawingTime) - draw(canvas) - onDraw - dispachDraw - drawChild 这条递归路径（下文简称 <strong>Draw路径</strong> ），调用了 Canvas.drawXxx() 方法，在软件渲染时用于实际绘制；在硬件加速时，用于构建DisplayList。</li> <li>View中的 updateDisplayListIfDirty - dispatchGetDisplayList - recreateChildDisplayList 这条递归路径（下文简称 <strong>DisplayList路径</strong> ），仅在硬件加速时会经过，用于在遍历View树绘制的过程中更新DisplayList属性，并快速跳过不需要重建DisplayList的View。 <p>Android 6.0中，和DisplayList相关的API目前仍被标记为“@hide”不可访问，表示还不成熟，后续版本可能开放。</p> </li> <li>硬件加速情况下，draw流程执行结束后DisplayList构建完成，然后通过 ThreadedRenderer.nSyncAndDrawFrame() 利用GPU绘制DisplayList到屏幕上。</li> </ul> <p><img src="https://simg.open-open.com/show/052ceca03512780f8fffb6b058a4f07f.png"></p> <h2>纯软件绘制 VS 硬件加速（Android 6.0）</h2> <p>下面根据具体的几种场景，具体分析一下硬件加速前后的流程与加速效果。</p> <table> <thead> <tr> <th>渲染场景</th> <th>纯软件绘制</th> <th>硬件加速</th> <th>加速效果分析</th> </tr> </thead> <tbody> <tr> <td>页面初始化</td> <td>绘制所有View</td> <td>创建所有DisplayList</td> <td>GPU分担了复杂计算任务</td> </tr> <tr> <td>在一个复杂页面调用背景透明TextView的setText()，且调用后其尺寸位置不变</td> <td>重绘脏区所有View</td> <td>TextView及每一级父View重建DisplayList</td> <td>重叠的兄弟节点不需CPU重绘，GPU会自行处理</td> </tr> <tr> <td>TextView逐帧播放Alpha / Translation / Scale动画</td> <td>每帧都要重绘脏区所有View</td> <td>除第一帧同场景2，之后每帧只更新TextView对应RenderNode的属性</td> <td>刷新一帧性能极大提高，动画流畅度提高</td> </tr> <tr> <td>修改TextView透明度</td> <td>重绘脏区所有View</td> <td>直接调用RenderNode.setAlpha()更新</td> <td>加速前需全页面遍历，并重绘很多View；加速后只触发DecorView.updateDisplayListIfDirty，不再往下遍历，CPU执行时间可忽略不计</td> </tr> </tbody> </table> <ul> <li>场景1中，无论是否加速，遍历View树并都会走Draw路径。硬件加速后Draw路径不做实际绘制工作，只是构建DisplayList，复杂的绘制计算任务被GPU分担，已经有了较大的加速效果。</li> <li>场景2中，TextView设置前后尺寸位置不变，不会触发重新Layout。 <ul> <li>软件绘制时，TextView所在区域即为脏区。由于TextView有透明区域，遍历View树的过程中，和脏区重叠的多数View都要重绘，包括与之重叠的兄弟节点和他们的父节点（详见后面的介绍），不需要绘制的View在 draw(canvas,parent,drawingTime) 方法中判断直接返回。</li> <li>硬件加速后，也需要遍历View树，但只有TextView及其每一层父节点需要重建DisplayList，走的是Draw路径，其他View直接走了DisplayList路径，剩下的工作都交给GPU处理。页面越复杂，两者性能差距越明显。</li> </ul> </li> <li>场景3中，软件绘制每一帧都要做大量绘制工作，很容易导致动画卡顿。硬件加速后，动画过程直接走DisplayList路径更新DisplayList的属性，动画流畅度能得到极大提高。</li> <li>场景4中，两者的性能差距更明显。简单修改透明度，软件绘制仍然要做很多工作；硬件加速后一般直接更新RenderNode的属性，不需要触发invalidate，也不会遍历View树（除了少数View可能要对Alpha做特殊响应并在 onSetAlpha() 返回true，代码如下）。</li> </ul> <pre> <code class="language-java">public class View { // ... public void setAlpha(@FloatRange(from=0.0, to=1.0) float alpha) { ensureTransformationInfo(); if (mTransformationInfo.mAlpha != alpha) { mTransformationInfo.mAlpha = alpha; if (onSetAlpha((int) (alpha * 255))) { // ... invalidate(true); } else { // ... mRenderNode.setAlpha(getFinalAlpha()); // ... } } } protected boolean onSetAlpha(int alpha) { return false; } // ... }</code></pre> <h2>软件绘制刷新逻辑简介</h2> <p>实际阅读源码并实验，得出通常情况下的软件绘制刷新逻辑：</p> <ul> <li>默认情况下，View的clipChildren属性为true，即每个View绘制区域不能超出其父View的范围。如果设置一个页面根布局的clipChildren属性为false，则子View可以超出父View的绘制区域。</li> <li>当一个View触发invalidate，且没有播放动画、没有触发layout的情况下： <ul> <li>对于全不透明的View，其自身会设置标志位 PFLAG_DIRTY ，其父View会设置标志位 PFLAG_DIRTY_OPAQUE 。在 draw(canvas) 方法中，只有这个View自身重绘。</li> <li>对于可能有透明区域的View，其自身和父View都会设置标志位 PFLAG_DIRTY 。 <ul> <li>clipChildren为true时，脏区会被转换成ViewRoot中的Rect，刷新时层层向下判断，当View与脏区有重叠则重绘。如果一个View超出父View范围且与脏区重叠，但其父View不与脏区重叠，这个子View不会重绘。</li> <li>clipChildren为false时， ViewGroup.invalidateChildInParent() 中会把脏区扩大到自身整个区域，于是与这个区域重叠的所有View都会重绘。</li> </ul> </li> </ul> </li> </ul> <h2>总结</h2> <p>至此，硬件加速相关的内容就介绍完了，这里做个简单总结：</p> <ul> <li>CPU更擅长复杂逻辑控制，而GPU得益于大量ALU和并行结构设计，更擅长数学运算。</li> <li>页面由各种基础元素（DisplayList）构成，渲染时需要进行大量浮点运算。</li> <li>硬件加速条件下，CPU用于控制复杂绘制逻辑、构建或更新DisplayList；GPU用于完成图形计算、渲染DisplayList。</li> <li>硬件加速条件下，刷新界面尤其是播放动画时，CPU只重建或更新必要的DisplayList，进一步提高渲染效率。</li> <li>实现同样效果，应尽量使用更简单的DisplayList，从而达到更好的性能（Shape代替Bitmap等）。</li> </ul> <h2> </h2> <p> </p> <p>来自：http://www.androidchina.net/6324.html</p> <p> </p>