Halaman ini menjelaskan praktik terbaik untuk menerapkan driver Neural Networks API (NNAPI) agar NNAPI dapat diadopsi secara luas oleh developer aplikasi.
Mempertahankan waktu startup yang singkat
Jika driver Anda mengubah bobot model saat pertama kali digunakan, pastikan driver mendukung caching kompilasi, yang mengurangi waktu yang digunakan untuk kompilasi saat aplikasi dimulai. Hal ini penting karena aplikasi mungkin menghindari penggunaan akselerasi hardware jika waktu startup terlalu lama. Misalnya, beberapa aplikasi memiliki bobot lebih dari 100 MB dan mengubahnya setiap kali aplikasi diluncurkan akan membuang-buang waktu.
Mengurangi latensi minimal
Untuk memastikan model menggunakan akselerasi hardware, penting untuk mengurangi latensi minimum dalam driver. Banyak aplikasi menggunakan model kecil yang dieksekusi beberapa kali dan jika latensi minimal untuk menjalankan beban kerja terlalu tinggi, seperti beberapa milidetik, model mungkin menjalankan beban kerja di CPU, yang hanya memerlukan satu atau dua milidetik, bukan menggunakan akselerasi hardware. Berhati-hatilah dengan sinkronisasi thread yang mahal.
Menggunakan grup NN HAL SchedTune
Mulai Android 11 atau yang lebih tinggi, AOSP menyertakan grup
SchedTune
HAL NN
khusus yang memungkinkan proses HAL NN antarproses menggunakan core
besar, mirip dengan implementasi proses yang sama dalam
cgroup top-app yang telah ditentukan sebelumnya. Menggunakan
grup SchedTune ini akan mengurangi overhead driver, terutama untuk model kecil.
Untuk menggunakan grup SchedTune, tambahkan baris berikut ke file init.rc
proses NN HAL:
writepid /dev/stune/nnapi-hal/tasks