你需要了解的RenderScript

RenderScript 是 Android 平台上一种高性能计算 API，专门用于加速数据并行运算，尤其是在图像处理、科学计算等需要大量并行计算的场景中。它允许开发者编写可以在多核 CPU 或 GPU 上执行的代码，从而提高应用程序的性能。虽然 RenderScript 提供了显著的加速能力，但在 Android API 31（Android 12）中，它已经被标记为弃用，推荐使用 Vulkan 或 OpenGL ES 进行高性能计算。但为了兼容旧项目或学习目的，下面详细介绍 RenderScript 的使用方法及关键概念。

RenderScript 关键概念

RenderScript 的架构由两部分组成：

1. C99 核心代码：开发者可以使用类似于 C 语言的语法编写脚本代码。RenderScript 使用自己的编译器将这些代码转换为机器码，以便在多核处理器上执行。
2. Java API：负责在 Android 上加载和执行 RenderScript 脚本。它允许在 Java 层与 RenderScript 核心交互，并处理内存分配和数据传输。

RenderScript 的主要组件

• ScriptC：用户编写的核心计算代码。
• Allocation：RenderScript 内存块的抽象，类似于 GPU 计算中的“缓冲区”。它可以在 Java 层和 RenderScript 脚本层之间传递数据。
• Element：定义了 Allocation 中存储的数据类型。
• Type：定义了 Allocation 的维度和元素类型。
• Kernel：定义要执行的计算核心函数，它可以对输入数据进行并行操作。

运行 Android 8.0 及更高版本的设备使用以下 RenderScript 框架和供应商 HAL：

RenderScript 库主要包括

android.hardware.graphics.renderscript@1.0.so
libRS_internal.so
libRSCpuRef.so
libblas.so
libbcinfo.so
libcompiler_rt.so
libRSDriver.so

下图说明了这些组件之间的关系：

基本工作流程

RenderScript 的典型开发流程如下：

1. 编写 .rs 脚本文件并实现核心计算逻辑。
2. 在 Java 层加载 .rs 文件，创建相应的 ScriptC 实例。
3. 分配和初始化 Allocation 内存。
4. 将数据传递到 RenderScript 并执行计算。
5. 从 Allocation 中获取计算结果。

使用示例

以下是 RenderScript 的一个简单示例，演示如何将图像转换为灰度图像。

1. 创建 RenderScript 脚本文件

在 src/main/rs 目录下创建 grayscale.rs 文件，并写入以下代码：

#pragma version(1)
#pragma rs java_package_name(com.example.renderscript)

uchar4 RS_KERNEL toGray(uchar4 in) {
    // 获取 RGB 值
    float4 f4 = rsUnpackColor8888(in);
    float gray = 0.299f * f4.r + 0.587f * f4.g + 0.114f * f4.b;
    return rsPackColorTo8888(gray, gray, gray, f4.a);
}

这个函数 toGray 使用了 RS_KERNEL 注解，表示它是一个 RenderScript 的并行核函数。它将图像的每个像素从 RGB 转换为灰度值。

2. 在 Java 层初始化 RenderScript

在 MainActivity.java 中加载和使用该脚本：

import android.renderscript.Allocation;
import android.renderscript.RenderScript;
import android.renderscript.ScriptIntrinsicBlur;
import android.renderscript.Element;
import android.graphics.Bitmap;

public class MainActivity extends AppCompatActivity {

    private RenderScript rs;
    private ScriptC_grayscale grayscaleScript;

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);

        // 初始化 RenderScript
        rs = RenderScript.create(this);

        // 加载脚本
        grayscaleScript = new ScriptC_grayscale(rs);

        // 创建输入和输出的 Bitmap
        Bitmap inputBitmap = BitmapFactory.decodeResource(getResources(), R.drawable.sample_image);
        Bitmap outputBitmap = Bitmap.createBitmap(inputBitmap.getWidth(), inputBitmap.getHeight(), inputBitmap.getConfig());

        // 创建输入和输出的 Allocation
        Allocation inputAllocation = Allocation.createFromBitmap(rs, inputBitmap);
        Allocation outputAllocation = Allocation.createFromBitmap(rs, outputBitmap);

        // 调用脚本方法
        grayscaleScript.forEach_toGray(inputAllocation, outputAllocation);

        // 拷贝输出数据到 Bitmap
        outputAllocation.copyTo(outputBitmap);
    }

    @Override
    protected void onDestroy() {
        super.onDestroy();
        // 释放 RenderScript 资源
        rs.destroy();
    }
}

3. 代码解释

• 创建 RenderScript 实例：通过 RenderScript.create() 方法初始化 RenderScript 环境。
• 加载脚本：生成的 ScriptC_grayscale 类封装了 .rs 脚本，允许在 Java 层调用。
• Allocation 分配：Allocation.createFromBitmap() 创建内存空间并加载输入图像，outputAllocation 用于存储结果。
• 调用核函数：grayscaleScript.forEach_toGray(inputAllocation, outputAllocation) 调用 toGray 函数对输入图像进行灰度转换。
• 拷贝输出数据：outputAllocation.copyTo(outputBitmap) 将处理结果写回到 outputBitmap。

优缺点

优点：

• 高效并行计算：RenderScript 支持在多核 CPU 和 GPU 上运行，能显著提升图像处理、科学计算等任务的性能。

• 易于集成：RenderScript 使用 Java API 管理内存和执行控制，对 Android 开发者较为友好。
  缺点：

• 弃用风险：自 Android 12 起，RenderScript 被弃用，Google 推荐使用 Vulkan 等替代方案。

• 硬件兼容性：不同设备对 RenderScript 支持不一致，在某些低端设备上效果有限。

替代方案

随着 RenderScript 的逐步淘汰，以下替代方案可用于高性能计算：

• Vulkan Compute：提供 GPU 级别的高性能计算支持，但 API 较为复杂，适合需要高度优化的应用。
• OpenGL ES Compute Shader：适合图像和并行处理任务，兼容性较好。
• NNAPI：用于机器学习推理任务的硬件加速。

总结

RenderScript 适合那些需要执行高效并行计算的 Android 应用程序，特别是在图像处理和科学计算领域。然而，随着 Android 平台的发展，RenderScript 已逐渐被更现代的图形计算 API 所取代。对于新项目，建议优先选择 Vulkan 或 OpenGL ES 等支持更长久的计算方案。

参考

Android High performance in GPU using opengles and renderscript
RenderScript