这一段时间,全世界都在讨论人工智能这一问题。其实,那种科幻级别的人工智能离真正日常生活的运用可能还有一小段距离。人工智能目前离人们最近的,可能还是各个手机的语言助手,如苹果的Siri、微软的Cortana、小冰,以及百度联合国内手机厂商预装的度秘、讯飞和一众手机厂商预装的语音助手等等。
这些应用在智能化,其实安卓手机硬件资源的运行机制也需要智能化。在今天看来,安卓阵营其实也已经形成了不同的思路——有vivo在xplay5上尝试的“智慧引擎”机制、360OS的冷冻机制以及ZUK等厂商的切断机制等等。
这些不同的解决方案都在用不同的方式解决硬件卡顿的问题。其实,硬件过剩的今天,手机厂商更需要根据用户习惯调整处理器和内存分配,安卓的运行机制在今天也应该变得更加智能、聪明。
应用智能,硬件资源也要智能利用
手机内的各种助理给人们的生活带来了大量的便利,笔者早已习惯日常工作都交给Cortana来提醒自己,也习惯了用百度的度秘来帮自己订个外卖、打个的士。但在安卓阵营,手机硬件资源利用上的智能化还是有很大的空间。
如今,Siri、Cortana、小冰、度秘、讯飞等在手机上的助理类产品还是比较多,但是真正让安卓手机越用越流畅的智能解决方案却非常的少。在应用层面上越来越智能的同时,安卓阵营的硬件其实也该智能利用。
其实,硬件性能已经不再是决定手机流畅度的核心因素。安卓手机在今天不能再用直线的增强硬件这一思路来解决卡顿问题,而是应该用优化现有硬件,将软硬件完全吃透,才能真正实现真正的硬件资源智能利用。
目前来看,行业内关于硬件资源高效合理利用一共有三种方式,一是ZUK、MIUI等都在用的切段机制,也就是防止家族“全家桶”自启动;二是360OS等定制ROM在使用的冷冻机制,也就是将不常用的应用冷藏起来,防止其消耗资源;第三则是vivo在xplay5上尝试的“智慧引擎”机制,也就是通过自我检测、自我感知、实时调整和高度调整,定制和实现更高效的CPU、内存等资源调度方案,让手机使用体验更好。
解决卡顿,还须从软硬件优化入手
以上三种方案其实都是从软硬件优化的角度入手,去真正解决软件安卓手机卡顿这一硬伤。
安卓手机的卡顿其实是由来以久的一个问题。这不是处理器硬件性能不足造成的,而是安卓系统本身所决定的。坦率来说,早在三年前,安卓阵营的硬件水平就已经足够了。一台小米2拿到今天刷上安卓6.0之后依旧可以丝滑流畅运行,但为什么在去年搭载着高通骁龙810的一众旗舰机会卡成翔呢?
其实卡顿原因有四点:一是碎片化严重,二是内存机制所致,三是后台相互唤醒,四是硬件优化不足。当时使用高通骁龙810的旗舰机型还运行卡顿的主要原因就厂商对高温处理不当,导致降频,最后引发卡顿。这不仅仅是处理器提供商架构处理不到位的因素,也包含硬件厂商优化不到位的责任。
这种事件在安卓阵营其实比比皆是。比高通骁龙810这种旗舰处理器引发卡顿还更有意思的是,笔者曾遇到过将高通骁龙801四个2.5G HZ的大核始终锁到1.2G HZ的奇葩厂商,这一厂商的三代旗舰机型每一款处理器都在提升性能,但是每一款机型流畅度甚至都不如前代机型。反观之下,还有很多厂商常常会出现千元机成真旗舰,运行微博、微信等日常应用以及小型游戏时,流畅度吊打自家旗舰机的状况。
利用资源:如何实现硬件资源的智能利用
正如前文所说的,如今的智能手机行业处理器性能已经到了过剩的阶段。如何将现有的处理器性能发挥到极致才是厂商真正需要考虑的问题。
也就是说,智能手机需要真正智能地利用好现有的硬件资源,而不是盲目的去提升硬件配置。如果要对智慧引擎进行详细解释的话,那么则是指在内存、系统、CPU、GPU等各个层面上针对使用场景进行智能调度。
比如说,在内存这个项目上,相机、微信这类日常常用且重要的应用在内存中的优先等级调到最高,进行常驻加载,降低回收概率,防止被杀掉进程;而在系统碎片的处理上,则是采用了闲时动态回收的方式,在不使用时自动清理系统碎片文件;在CPU的使用上,则是根据系统运行状态,智能调配资源,把CPU更多分配给用户的常用应用,让CPU在需要高性能时,快速响应,在负载减小时,快速恢复。均衡性能与功耗;在GPU的使用上,则是根据使用场景进行最优的匹配。
这种综合的分场景进行资源智能调度的方式其实也能够帮助用户最大效能地使用手机,大中小型应用都能够各司其职,防止出现拳头打在棉花上、或是用力过小导致卡顿的情况。
其实,这种思路也在被一些第三方的国产系统采用,如YunOS这样的系统也在对运行效率进行了全面优化,从缓存、性能以及安全等方面的深度优化,以最低的资源消耗带来用户满意的流畅运行,系统切换响应时间和应用运行速度。
高通骁龙处理器今天已经发展到了820的阶段,多数智能手机利用这一处理器都可以轻松跑分超过10万。在如此成熟的处理器面前,可以确定的是,未来软硬件层面的智能优化会成为国产手机们的主要发力方向。安卓硬件过剩的今天,硬件的利用效率最终还是会回到优化层面去进行重新思考。
写在最后:
都在说人工智能,其
本文来源:不详 作者:佚名