Awọn anfani:
- Nipa akọkọ gbigbe profaili kan ati wiwọn igo gidi, ṣiṣe iṣapeye ti o da lori data kuku ju iṣẹ amoro ati ni itumọ profaili profaili nipasẹ oye atọwọda.
- Agbara lati ṣe ifọkansi iṣẹ ti o gbowolori julọ ni awọn ofin ti akoko ibẹrẹ, irọrun, iranti ati batiri ati yọ iṣẹ iwuwo kuro ni okun akọkọ
- Agbara lati ṣakoso batiri ati idiyele ero isise ti awọn agbara AI gẹgẹbi awoṣe ẹrọ ati ipe awọsanma nipasẹ iṣapẹẹrẹ ati sisẹ ipele.
Awọn olumulo alagbeka ko ni suuru. Ti ìṣàfilọlẹ naa ba ṣii laiyara, gbe kọorí lakoko lilọ kiri, tabi fa batiri naa yarayara, olumulo yoo parẹ yoo fun ni idiyele irawọ ni ile itaja. Iṣe ati ṣiṣe batiri jẹ ọrọ kan ti iwalaaye ohun elo alagbeka kan; O taara ni ipa lori itẹlọrun olumulo mejeeji ati ipo itaja. AI jẹ iranlọwọ ti o lagbara ni wiwa awọn igo iṣẹ (awọn igo igo), itumọ awọn abajade wiwọn, ati iṣeduro awọn iṣapeye. Ṣugbọn ofin goolu wa: wiwọn akọkọ, mu dara nigbamii. Ninu ẹyọ yii, a yoo kọ ẹkọ lati yanju iṣẹ ṣiṣe ati awọn iṣoro batiri ni ọna ti o da lori data pẹlu AI. Ọrọ pataki pataki ni iṣakoso ipa lori batiri ati iṣẹ ti awọn agbara AI ti a ṣafikun ni awọn ẹya iṣaaju (awoṣe ẹrọ, pipe awọsanma).
Ti o dara ju laisi wiwọn
Aṣiṣe ti o tobi julọ ti olupilẹṣẹ ti ko ni iriri jẹ iṣapeye asọtẹlẹ: jija akoko sisọ “eyi gbọdọ lọra”. Awọn gidi igo jẹ fere nigbagbogbo ni ohun airotẹlẹ ibi. Nitorinaa akọkọ ti mu profaili naa (profiling — wiwọn apakan ti ohun elo naa n gba iye akoko / iranti / batiri). Profaili Studio Studio Android ati Awọn irinṣẹ Xcode wa fun iṣẹ yii. Fifun data wiwọn si AI ṣe iyara itumọ; Ṣugbọn laisi wiwọn, sisọ AI “ohun elo mi lọra, yara” tumọ si ṣiṣe awọn asọtẹlẹ afọju.
Awọn aake akọkọ mẹrin ti iṣẹ ni:
ipo
aami aisan
aṣoju idi
Ibẹrẹ akoko
Ohun elo yoo ṣii pẹ
Eru ise lori akọkọ o tẹle ara
Irọrun (jank)
Yi lọ di di
Ṣiṣẹ gigun, atunṣe ti ko wulo ni okun UI
iranti
wiwu, ṣubu
Jo, aworan nla, kaṣe ko ni iṣakoso
batiri / ooru
dekun ejaculation
Ipo ti o tẹsiwaju, nẹtiwọki, sensọ, iṣẹ abẹlẹ
Imọran: Nigbati o ba beere lọwọ AI nipa ọran iṣẹ kan, fun iṣelọpọ profaili (iṣẹ wo ni o gba to, aworan iranti). Awọn data lile bi “Iṣẹ yẹn gba 30ms fun fireemu” gba AI laaye lati dojukọ igo gidi; Gbólóhùn àdánidá bíi “lọ́ra” ń mú ìdáhùn onífẹ̀ẹ́ kan jáde àti asán.
Iye owo batiri ti awọn agbara AI
Awọn ẹya AI ti a ṣafikun ni module yii lagbara, ṣugbọn wọn kii ṣe ọfẹ. Yiyọ awoṣe on-ẹrọ nfa ero isise ati batiri; Idanimọ aworan ti nṣiṣẹ nigbagbogbo (fun apẹẹrẹ sisẹ kamẹra kọọkan fireemu) yoo mu foonu naa gbona ati ki o fa batiri naa kuro laarin awọn iṣẹju. Awọn ipe Cloud AI, ni apa keji, jẹ batiri naa nipa titọju redio nẹtiwọọki (eriali ti o firanṣẹ ati gba data) ni gbogbo igba. Awọn ojutu: ṣiṣe awoṣe ẹrọ lori ẹrọ nikan nigbati o nilo, ṣe ayẹwo kamẹra ni igba diẹ fun iṣẹju-aaya dipo gbogbo fireemu, ipele fi awọn ibeere awọsanma ranṣẹ, ṣe gbigbe ti o wuwo lakoko ti ẹrọ naa ngba agbara tabi laišišẹ.
Išọra: Ẹya AI ti n ṣiṣẹ nigbagbogbo (itumọ laaye, idanimọ ohun ti n tẹsiwaju) le fa batiri naa yarayara, gbona ẹrọ naa, ati pe eto naa le fa. Ẹya kan ti o jẹ ki olumulo lero pe iye owo yii ti paarẹ. Mo nigbagbogbo beere AI "bawo ni MO ṣe jẹ ki batiri ẹya yii jẹ ọrẹ?" Tun beere ibeere naa.
Awọn igbesẹ ti iṣapeye
- Iwọn. Wa awọn gidi bottleneck pẹlu Profiler; maṣe gboju le won.
- Yan iṣoro ti o tobi julọ. Maṣe lepa 1% ilọsiwaju; Ifọkansi fun idunadura gbowolori julọ.
- Beere AI pẹlu data. Beere aba iṣapeye pẹlu iṣelọpọ profaili + koodu to wulo.
- Waye ati wiwọn lẹẹkansi. Ṣe ilọsiwaju naa jẹ gidi? Njẹ nọmba naa ti lọ silẹ?
- Iṣakoso ifaseyin. Njẹ iṣapeye ṣẹ ohunkohun? Tun wiwo ati idanwo iṣẹ ṣiṣẹ.
mẹta mini igba
Ọran 1 - Wiwa ni ibi ti ko tọ. Ẹgbẹ kan ro pe awọn atokọ naa di ati tun ṣe koodu yiyi fun awọn ọsẹ si abajade. Nigbati nwọn si mu awọn profaili ati ki o je data si AI, o wa ni jade wipe awọn gidi bottleneck ni awọn aworan ti wa ni tun lori awọn nẹtiwọki pẹlu kọọkan kana. Nigbati a ba ṣafikun kaṣe wiwo, ilọwu naa pọ si lati 42 FPS si 60 FPS. Ẹkọ: wiwọn yago fun awọn ọsẹ ti igbiyanju asan.
Case 2 - Batiri aderubaniyan ẹya-ara. Ohun elo itumọ kan ṣafikun itumọ ọrọ laaye pẹlu kamẹra; Awọn olumulo rojọ pe "foonu naa gbona ni iṣẹju 15 ati 30% ti batiri naa ti lọ." Nigbati a ba kan si AI, kamẹra naa ni a rii pe o n ṣiṣẹ awọn fireemu 30 fun iṣẹju kan; Nigbati eyi ba dinku si awọn fireemu 5 ati abajade ti ni imudojuiwọn awọn fireemu diẹ yato si, agbara batiri dinku si ẹẹta kan, ati pe didara ko ṣe akiyesi. Ẹkọ: Ṣeto AI nigbagbogbo pẹlu oju batiri.
Ọran 3 - O lọra ibẹrẹ. Ohun elo kan nsii ni iṣẹju-aaya 4.5; 20% ti awọn olumulo n jade ni ibẹrẹ. Profaili fihan pe gbogbo iṣẹ akọkọ (awọn atupale, ikojọpọ data, igbaradi awoṣe) ni a ṣe lẹsẹsẹ lori okun akọkọ. Pẹlu imọran AI, iwọnyi ti sun siwaju ati fi si adiro ẹhin; Akoko šiši ti dinku si awọn aaya 1.3, ati pe oṣuwọn ikọsilẹ jẹ idaji. Ẹkọ: ṣe iṣẹ pataki nikan ni ibẹrẹ.
Ailagbara kiakia / Alagbara kiakia
Ibere ailagbara: "app mi lọra, yara rẹ."
Alagbara kiakia: "Atokọ lilọ kiri di di (jank) ninu ohun elo Android mi. Profiler Data: bindImageView gba 28ms lori fireemu kọọkan, awọn aworan ti wa ni kojọpọ lati nẹtiwọki ni igba kọọkan, ko si kaṣe. koodu ti o jọmọ: [RecyclerView adapter code]. Ṣe iṣeduro awọn iṣapeye 3 ti o munadoko julọ ni ibere ti ipa. Sọ awọn ere ti a reti ati awọn ipa ti o ṣeeṣe ti o ṣeeṣe fun ọkọọkan.
Awọn awoṣe idakọ
Bottleneck awoṣe: "Túmọ awọn wọnyi profaili data ki o si ri awọn 3 julọ gbowolori mosi: [profiler o wu]. Daba ṣee ṣe idi ati ki o nja ti o dara ju fun kọọkan. Fun awọn ti o ga ikolu akọkọ."
Awoṣe iṣapeye batiri: "Ẹya ara ẹrọ yii n fa batiri kuro ni kiakia: [ẹya-ara, fun apẹẹrẹ ipo ti o yẹ]. Jẹ ki o jẹ ore batiri: - Din igbohunsafẹfẹ iṣapẹẹrẹ dinku- Ihamọ ni abẹlẹ- Ṣiṣe Batch- Ṣiṣe nikan nigbati o jẹ dandan Too awọn ojutu laisi idilọwọ iriri olumulo. [koodu]."
Awoṣe iyara-ibẹrẹ: "Yara ibẹrẹ ohun elo. Awọn nkan ti n ṣe lọwọlọwọ ni ibẹrẹ: [akojọ]. Eyi ti o le sun siwaju, lẹhin, tabi ti kojọpọ ọlẹ? Yatọ awọn pataki. [koodu]”
Awoṣe iye owo ẹya AI: "Ṣayẹwo iṣẹ-ṣiṣe ati iye owo batiri ti ẹya ara ẹrọ [lori-ẹrọ / ipe awọsanma] ti mo fi kun. Ṣe akojọ awọn iṣiro ti mo yẹ ki o ṣe iwọn ati awọn ilana lati dinku iye owo naa. [koodu]"
Awọn aṣiṣe ti o wọpọ
- Ti o dara ju laisi wiwọn. Igo igo gidi nigbagbogbo wa ni ipo ti o yatọ ju ti asọtẹlẹ lọ.
- Lepa kekere anfani. Ṣe ifọkansi fun igbese ti o gbowolori julọ ju ilọsiwaju 1% lọ.
- Fojusi idiyele batiri ti awọn ẹya AI. Awoṣe/kamẹra/nẹtiwọọki nṣiṣẹ nigbagbogbo njẹ batiri naa.
- Tiring soke ni akọkọ o tẹle ara. Gbigbe iwuwo ti ibẹrẹ ati yiyi ko yẹ ki o wa lori okun UI.
- Ko tun-diwọn lẹhin iṣapeye. Daju pe ilọsiwaju naa jẹ gidi ati pe ko fọ ohunkohun.
- Wiwọn išẹ ni emulator. Iyara ẹrọ gidi, iwọn otutu ati batiri yatọ patapata.
Ni akojọpọ
Išẹ ati batiri jẹ ọrọ kan ti iwalaaye ohun elo alagbeka. Ofin goolu: wiwọn akọkọ, mu dara nigbamii. Fifun data profaili si AI ṣe itumọ itumọ; Ifẹ ti ko ni iwọn lati “iyara soke” nyorisi awọn amoro afọju. Ifọkansi fun idunadura gbowolori julọ, maṣe lepa awọn ere kekere. Awọn agbara AI ti a ṣafikun ni module yii lagbara ṣugbọn gbe batiri ati awọn idiyele ero isise; Ṣakoso idiyele yii nipa idinku igbohunsafẹfẹ iṣapẹẹrẹ, batching, ati ṣiṣiṣẹ nikan nigbati o nilo. Ṣe iwọn lẹẹkansi lori ẹrọ gidi lẹhin iṣapeye kọọkan.
Ohun elo iṣẹ-ṣiṣe
Ṣe agbewọle profaili kan sinu ohun elo kan (iṣẹ akanṣe tabi apẹẹrẹ ti tirẹ) tabi ṣẹda iṣelọpọ profaili apẹẹrẹ ki o jẹ ki AI tumọ rẹ pẹlu “awoṣe onínọmbà Bottleneck”. Waye iṣapeye ipa ti o ga julọ ati wiwọn lẹẹkansi: Njẹ nọmba naa lọ silẹ gangan bi? Paapaa, ṣe iṣiro ẹya AI kan ti o ṣafikun ninu module yii (awoṣe lori ẹrọ tabi ipe awọsanma) ni awọn ofin ti batiri pẹlu “awoṣe idiyele ẹya ẹya AI” ati pinnu o kere ju eto ore-batiri kan.
akojọ ayẹwo
- [] Mo ni profaili ṣaaju iṣapeye, Emi ko gboju
- [] Mo ṣe ifọkansi fun iṣowo ti o gbowolori julọ, Emi ko tuka lori awọn ere kekere
- [] Mo ti fun awọn AI profaili data ni nja awọn nọmba
- [] Mo ṣe ayẹwo idiyele batiri/isise ti awọn ẹya AI
- [ ] Mo ti yọ awọn eru gbígbé lati akọkọ o tẹle
- [] Lẹhin iṣapeye, Mo tun wọn lori ẹrọ gidi ati ṣayẹwo ifasilẹyin naa