在 x86 上优化 Android 应用的方法和技巧

小铲子

英特尔致力于帮助开发人员提供能够在英特尔架构上正常运行（甚至出色运行）的 Android 应用。 虽然英特尔主要致力于社区层面：优化 Dalvik Java、V8 引擎和 Bionic C；丰富代码库；为 IA 提供采用 32 位和 64 位内核的版本，他们同样提供了多种类型的新工具为 Android 开发人员提供帮助。 这些工具主要用于提高性能，使其超过面向 x86 的默认 ARM 转换层：libhoudini 所提供的性能。 但是首先需要选择合适的工具。 创建 Android 应用有 3 种常见的方法。 Java 使用 Android SDK API 进行编写，以便在 Dalvik VM 中运行。​ 注： 近期，我们还将针对 Android L 发布一篇包含 ART 的文章。 使用最新的 SDK 能够处理大部分的差异，但是您可能还希望了解为高分辨率屏幕分配的内存。 最明显的一点是，如果使用英特尔®HAXM 加速 Android 模拟软件（需要使用英特尔® 虚拟技术和 XD，将两个功能都设置为“开”），测试速度将更快。 以 Web 为重心的 HTML5 和 JavaScript。   关于开源 Android 信息，请查看 Android-IA 网站。 创建或移植的 NDK （在 C++ 中编写）。 如果您准备部署处理器密集型功能或已经使用了 C++ 代码，则推荐该方法。 通常（并非一直），原生 C++ 代码在与硬件使用“相同”语言时运行速度更快，因为代码在运行前已经编写到二进制中，无需中断机器语言。 本文主要介绍优化基于 NDK 的应用。 这些应用可能只包括 C/C++ 代码或包括第三方库和/或汇编码。   注： 如果您没有 Android 开发环境 (IDE)，新工具套件英特尔® INDE （英特尔®  集成式本机开发人员体验）将加载一款指定的 Android IDE，并下载和安装多款英特尔工具，帮助您创建和编写 Android 应用，为其执行故障排除并发布。  点击这些链接，了解如何注册和安装英特尔® INDE并使用 Eclipse* IDE 进行安装，并观看安装 NDK & SDK*、Eclipse*，或在模拟器（包括如何加速）或基于英特尔® 架构的设备运行的视频。 从高层面而言，NDK 开发包括以下步骤，且仅需进行较少的改动即可配合 x86 架构使用。 创建 Android 项目和 jni 文件夹。 编辑 Application.mk，以显示 APP_ABI = all （如果文件尺寸允许将 ARM* 和 x86 放在同一个软件包内。）或 x86。  注： APP_ABI 设置还会影响浮点操作 — 请见下文。 代码。 所有原生 (C++) 代码都可重复使用。 重新编写内嵌汇编代码或 ARM 特定代码。  使用 javah 创建 JNI/原生代码头文件。确保使用 JNIEXPORT 和 JNICALL 宏在 Windows 标准 C++ 约定和 Java/JNI 进行中断。 编写/构建库（调用生成 .so lib，并将其存入适当的项目目录下）。 使用 "ndk-build APP_ABI = X86 "，并对 build flag 做出几处改动，见下文。 同样需要对第三方库进行重新编写。 从 Java 进行调用。  在 Java 中**原生 ( C++) 函数调用，使用 System.loadlibrary() 加载共享库。 可以运行将清单设置为可调试的 ndk-build 来使用 Debug. ndk-gdb 调试。 确保将 adb 目录添加至 PATH，且仅运行一个目标。 除了基本的“移植”，还可以使用一些优化。 优化方法： 针对硬件辅助模拟，使用 英特尔®  HAXM 加速基于软件的 Android 模拟器。 英特尔®  HAXM 要求将英特尔®  虚拟化技术（英特尔® VT）和 XD 设置为“开启”。 设置 APP_ABI = x86 （创建一个包含所有二进制的 apk）或  = armeabi armeabi-v7a x86，具体取决于您的文件尺寸限制.. （请注意，x86 包括硬件浮点，与 armeabi-v7a-x86 相同（从某种程度上）） 在编译过程中，使用 gcc "-malign-double"。 （它用于内存校准，另见 #9） 在编译过程中，添加适当的 CPU 线程 flag 对于英特尔®  凌动™ 处理器的超线程功能，请尝试使用            -mtune=atom -mssse3 -mfpmath=sse 对于非超线程， (BYT, SLM, Merrifield) 使用                              -mtune=slm -msse4.2 -mfpmath=sse 使用 -march= 限制指定 CPU（mtune 仅可在某些型号上运行，但是针对列出的类型均进行了优化）。   -mavx 还无法在凌动上使用。 使用 little Endian （默认在 NDK 中随附）。  ARM* 支持 big 和 little 两种 Endian，英特尔® 凌动™ 仅支持 little，因此请查看 gcc flag。 使用 v 4.8 的 gcc。 观察 2 个工具链路径 (android-ndk\toolchains\arm-linux-androideabi-4.8 和 x86 android-ndk\toolchains\x86-4.8 确保使用正确的 JNIEXPORT 方法签名，在原生代码中设置输入方法（确保头文件的函数签名匹配，以确保在 Windows* 上编译源代码）。   JNIEXPORT void JNICALL Java_ClassName_MethodName 编译后，检查系统日志，确保目标原生 lib 在运行时成功加载。 （它在日志中显示为 "added shared lib //<path>" 明确强制执行内存校准，以防止出现加载错误和网络数据包故障。  ARM 占用 24 位，但是需要为 64 位变量实施 8 位校准，而 x86 占用 16 位，因此请确保数据结构为 16 位校准。 当在从该架构向 XMM 寄存器加载时，使用校准移动 (MOVAPS, MOVNTA) 。 参阅[url=]降低[/url]不一致的内存访问的影响。 直接向主内存 (streaming stores instructions MOVNTPS, MOVNTQ) 中编写数据，因为英特尔® 凌动™ 处理器没有三级高速缓存， 这可避免高速缓存回收上的脏回写，从而节约带宽消耗。 避免由于二级高速缓存受限而导致的停顿。 除了特定实例外（加载和存储数据的地址相同，操作数尺寸相同，通过通用寄存器执行），当编写至高速缓存时，英特尔® 凌动™ 处理器将停止数个循环。 此外，存储 SSE 操作数（从xmm 寄存器）从来不会转发至后续加载中， 无论转发或不转发，请尝试使用寄存器内的数据在 xmm 寄存器内计算总数。   对于 mp3 解码器中的示例，有一个窗口循环在寄存器中累积/计算总数，然后跨寄存器计算总数。 这会导致存储转发在存储到 pSum 阵列的 16 位存储和接下来从 pSum 上执行的 4 位加载之间卡住。 为了避免这一点，请使用 HADDPS 指令或一套 add 和 shuffle 计算 xmm 寄存器中的横向之和。 （请注意，HADDPS 序列在英特尔® 凌动™ 处理器上的速度更快，在英特尔酷睿处理器的许多变量上速度更慢。）。 利用 SSE 最小化和最大化指令，在超过 16 位范围的示例上剪辑。 在使用前将整个 XMM 寄存器（MOVLPS、MOVHPS、PINSRW）归零，因为一些指令只能加载部分寄存器，这导致代码上的问题出现在其他部分。 阅读优化SIMD 指令的文章(英特尔 SSE vs. ARM* NEON* )。  考虑使用此处的 NEONvsSSE_5.h 库，（替代 arm_neon.h）。  本文还提到，当使用常数（请勿在循环中添加初始化，如果可以，请使用逻辑/比较运算进行替换）并避免串行实施（使用矢量）时，将影响性能。