我使用Android NDK（使用Renderscript的C ++ API）开发了3个C / RS / Neon-Intrinsics版本的视频处理算法。从JAVA前端到NDK端的C / RS / Neon调用将达到本机级别。我发现由于某些原因，霓虹灯版本比C和RS版本要消耗很多功率。我在电源测试中使用了[[Trepn 5.0。
Renderscript API是否专注于功耗优化？
即使您查看来自同一供应商的CPU，例如说A15和A9，也都是ARM，与A9相比，A15的CPU更加耗电。同样，Mali GPU4XX与6XX的相同任务也表现出功耗差异。此外，在执行相同任务的不同供应商（例如Intel和ARM CPU）之间也存在功耗差异。同样，即使它们以相同的频率/电压水平运行，也会注意到QCOM Adreno GPU与ARM Mali GPU之间的功率差异。
[如果您使用的是Nexus 5，我们会以每CPU 2.3G的速度启动QUAD A15 CPU。 Renderscript将CPU和GPU推向最高时钟速度。因此，在此设备上，我希望基于CPU / Neon或仅基于CPU的RS代码的功耗最高，具体取决于您正在执行的操作类型，然后是RS GPU代码。因此，关于功耗，最重要的是，由于所使用的SOC有所不同，因此所用设备的类型至关重要。在目前出现的最新一代SOC中，我期望CPU / Neon的功耗比GPU高。
RS会将CPU / GPU时钟频率推至最高速度。因此，我不确定是否可以在这里进行有意义的功耗优化。即使这样做，与CPUS / GPU最高速度所消耗的功率相比，这些功率节省也是微不足道的。
此功耗在移动设备上是一个巨大的问题，从功耗的角度来看，使用过滤器在计算成像空间中处理几帧可能会很好。但是，即使在真正的视频处理中执行渲染脚本的那一刻，即使对于较低的视频分辨率，设备也会如此迅速地变热，然后OS系统热管理器开始发挥作用。这些热量管理器会降低总体CPU速度，从而导致CPU渲染脚本的性能不可靠。
回复评论
仅频率不是功耗的原因。它是频率和电压的组合。例如，以1.25V的200 Mhz和1.25V的550 Mhz运行的GPU可能会消耗相同的功率。根据系统中电源域的设计方式，对于200Mhz，0.9V之类的电压就足够了，理论上，当频率降低时，系统应该将GPU电源域转换为较低的电压。但是各种SOC都有各种问题，因此不能保证一致的电压和频率转换。这可能是为什么即使在标称负载下GPU功率仍会很高的原因之一。
因此，无论复杂程度如何，如果您将GPU电压保持在1.25V@600 MHz之类的水平，您的功耗将非常高，可与2G@1.25V的CPU功耗相提并论...
我测试了Neon内在函数-5X5进行了卷积运算，与不使用CPU来完成同一任务相比，它们相当快（3x-5x）。霓虹灯硬件通常与CPU在同一电源域（也称为MPU电源域）中。因此，即使Neon硬件正在工作，所有CPU仍保持电压/频率。由于Neon在给定任务上的执行速度比CPU快，因此，如果它相对于该任务消耗的功率大于CPU，我不会感到惊讶。如果要获得更快的性能，就必须付出一些努力-它显然是强大的功能。