Google utilizza la tecnologia AI per tradurre i contenuti nella tua lingua preferita. Le traduzioni generate dall'AI potrebbero contenere errori.

Panoramica di RenderScript

RenderScript è un framework per l'esecuzione di attività ad alta intensità di calcolo con prestazioni elevate su Android. RenderScript è orientato principalmente all'utilizzo con il calcolo parallelo dei dati, anche se i workload seriali possono trarne vantaggio. Il runtime RenderScript parallelizza il lavoro tra i processori disponibili su un dispositivo, come CPU e GPU multi-core. In questo modo puoi concentrarti sull'espressione degli algoritmi anziché sulla pianificazione del lavoro. RenderScript è particolarmente utile per le applicazioni che eseguono l'elaborazione di immagini, la fotografia computazionale o la visione artificiale.

Per iniziare a utilizzare RenderScript, devi comprendere due concetti principali:

Il linguaggio stesso è un linguaggio derivato da C99 per la scrittura di codice di calcolo ad alte prestazioni. Scrittura di un kernel RenderScript descrive come utilizzarlo per scrivere kernel di calcolo.
L'API di controllo viene utilizzata per gestire la durata delle risorse RenderScript e controllare l'esecuzione del kernel. È disponibile in tre diversi linguaggi: Java, C++ in Android NDK e il linguaggio kernel derivato da C99. Utilizzo di RenderScript dal codice Java e RenderScript con un'unica origine descrivono rispettivamente la prima e la terza opzione.

Scrittura di un kernel RenderScript

Un kernel RenderScript in genere si trova in un file .rs nella directory <project_root>/src/rs; ogni file .rs è chiamato script. Ogni script contiene il proprio insieme di kernel, funzioni e variabili. Uno script può contenere:

Una dichiarazione pragma (#pragma version(1)) che dichiara la versione del linguaggio del kernel RenderScript utilizzato in questo script. Al momento, 1 è l'unico valore valido.
Una dichiarazione pragma (#pragma rs java_package_name(com.example.app)) che dichiara il nome del pacchetto delle classi Java riflesse da questo script. Tieni presente che il file .rs deve far parte del pacchetto dell'applicazione e non di un progetto di libreria.
Zero o più funzioni richiamabili. Una funzione richiamabile è una funzione RenderScript single-thread che puoi chiamare dal codice Java con argomenti arbitrari. Questi sono spesso utili per la configurazione iniziale o i calcoli seriali all'interno di una pipeline di elaborazione più grande.
Zero o più variabili globali dello script. Una variabile globale di script è simile a una variabile globale in C. Puoi accedere alle variabili globali dello script dal codice Java, che vengono spesso utilizzate per passare i parametri ai kernel RenderScript. Le variabili globali degli script sono spiegate in modo più dettagliato qui.
Zero o più kernel di computing. Un kernel di calcolo è una funzione o una raccolta di funzioni che puoi indicare al runtime RenderScript di eseguire in parallelo su una raccolta di dati. Esistono due tipi di kernel di calcolo: kernel di mappatura (chiamati anche kernel foreach) e kernel di riduzione.

Un kernel di mappatura è una funzione parallela che opera su una raccolta di Allocations delle stesse dimensioni. Per impostazione predefinita, viene eseguita una volta per ogni coordinata in queste dimensioni. In genere (ma non esclusivamente) viene utilizzato per trasformare una raccolta di Allocations di input in un Allocation di output, un Element alla volta.
- Ecco un esempio di un semplice kernel di mappatura:
```
uchar4 RS_KERNEL invert(uchar4 in, uint32_t x, uint32_t y) {
  uchar4 out = in;
  out.r = 255 - in.r;
  out.g = 255 - in.g;
  out.b = 255 - in.b;
  return out;
}
```
  Per la maggior parte degli aspetti, è identica a una funzione C standard. La proprietà RS_KERNEL applicata al prototipo della funzione specifica che la funzione è un kernel di mappatura RenderScript anziché una funzione richiamabile. L'argomento in viene compilato automaticamente in base all'input Allocation passato all'avvio del kernel. Gli argomenti x e y sono discussi di seguito. Il valore restituito dal kernel viene scritto automaticamente nella posizione appropriata nell'output Allocation. Per impostazione predefinita, questo kernel viene eseguito su tutto l'input Allocation, con un'esecuzione della funzione kernel per Element in Allocation.
  
  Un kernel di mappatura può avere uno o più input Allocations, un singolo output Allocation o entrambi. Il runtime RenderScript verifica che tutte le allocazioni di input e output abbiano le stesse dimensioni e che i tipi Element delle allocazioni di input e output corrispondano al prototipo del kernel. Se uno di questi controlli non va a buon fine, RenderScript genera un'eccezione.
  
  NOTA: prima di Android 6.0 (livello API 23), un kernel di mappatura non può avere più di un input Allocation.
  
  Se hai bisogno di più input o output Allocations rispetto a quelli del kernel, questi oggetti devono essere associati alle variabili globali dello script rs_allocation e accessibili da un kernel o da una funzione richiamabile tramite rsGetElementAt_type() o rsSetElementAt_type().
  
  NOTA: RS_KERNEL è una macro definita automaticamente da RenderScript per tua comodità:
```
#define RS_KERNEL __attribute__((kernel))
```
Un kernel di riduzione è una famiglia di funzioni che opera su una raccolta di input Allocations delle stesse dimensioni. Per impostazione predefinita, la sua funzione di accumulatore viene eseguita una volta per ogni coordinata in queste dimensioni. In genere (ma non esclusivamente) viene utilizzato per "ridurre" una raccolta di input Allocations a un singolo valore.
- Ecco un esempio di un semplice kernel di riduzione che somma i Elements del suo input:
```
#pragma rs reduce(addint) accumulator(addintAccum)

static void addintAccum(int *accum, int val) {
  *accum += val;
}
```
  Un kernel di riduzione è costituito da una o più funzioni scritte dall'utente. #pragma rs reduce viene utilizzato per definire il kernel specificandone il nome (addint, in questo esempio) e i nomi e i ruoli delle funzioni che lo compongono (una funzione accumulator addintAccum, in questo esempio). Tutte queste funzioni devono essere static. Un kernel di riduzione richiede sempre una funzione accumulator; può anche avere altre funzioni, a seconda di ciò che vuoi che faccia il kernel.
  
  Una funzione di accumulatore del kernel di riduzione deve restituire void e deve avere almeno due argomenti. Il primo argomento (accum, in questo esempio) è un puntatore a un elemento dati dell'accumulatore e il secondo (val, in questo esempio) viene compilato automaticamente in base all'input Allocation passato all'avvio del kernel. L'elemento dati dell'accumulatore viene creato dal runtime RenderScript; per impostazione predefinita, viene inizializzato su zero. Per impostazione predefinita, questo kernel viene eseguito su tutto l'input Allocation, con un'esecuzione della funzione di accumulatore per Element in Allocation. Per impostazione predefinita, il valore finale dell'elemento dati dell'accumulatore viene trattato come il risultato della riduzione e viene restituito a Java. Il runtime RenderScript verifica che il tipo Element dell'allocazione di input corrisponda al prototipo della funzione accumulatore. Se non corrisponde, RenderScript genera un'eccezione.
  
  Un kernel di riduzione ha uno o più Allocations di input, ma nessun Allocations di output.
  
  I kernel di riduzione sono spiegati in modo più dettagliato qui.
  
  I kernel di riduzione sono supportati in Android 7.0 (livello API 24) e versioni successive.
Una funzione kernel di mappatura o una funzione di accumulatore kernel di riduzione può accedere alle coordinate dell'esecuzione corrente utilizzando gli argomenti speciali x, y e z, che devono essere di tipo int o uint32_t. Questi argomenti sono facoltativi.

Una funzione kernel di mappatura o una funzione kernel di accumulatore di riduzione può anche accettare l'argomento speciale facoltativo context di tipo rs_kernel_context. È richiesto da una famiglia di API di runtime utilizzate per eseguire query su determinate proprietà dell'esecuzione corrente, ad esempio rsGetDimX. (L'argomento context è disponibile in Android 6.0 (livello API 23) e versioni successive.)
Una funzione init() facoltativa. La funzione init() è un tipo speciale di funzione richiamabile che RenderScript esegue quando viene creata un'istanza dello script per la prima volta. In questo modo, alcuni calcoli vengono eseguiti automaticamente al momento della creazione dello script.
Zero o più funzioni e variabili globali di script statici. Una variabile globale di script statico è equivalente a una variabile globale di script, con la differenza che non è possibile accedervi dal codice Java. Una funzione statica è una funzione C standard che può essere chiamata da qualsiasi kernel o funzione richiamabile nello script, ma non è esposta all'API Java. Se non è necessario accedere a una funzione o a una variabile globale dello script dal codice Java, è vivamente consigliato dichiararla static.

Impostazione della precisione in virgola mobile

Puoi controllare il livello di precisione in virgola mobile richiesto in uno script. Questo è utile se non è richiesto lo standard IEEE 754-2008 completo (utilizzato per impostazione predefinita). I seguenti pragma possono impostare un livello diverso di precisione in virgola mobile:

#pragma rs_fp_full (predefinito se non viene specificato nulla): per le app che richiedono la precisione in virgola mobile come descritto dallo standard IEEE 754-2008.
#pragma rs_fp_relaxed: per le app che non richiedono una conformità rigorosa allo standard IEEE 754-2008 e possono tollerare una precisione inferiore. Questa modalità attiva l'azzeramento dei numeri denormalizzati e l'arrotondamento verso lo zero.
#pragma rs_fp_imprecise: per le app che non hanno requisiti di precisione rigorosi. Questa modalità attiva tutto ciò che è presente in rs_fp_relaxed, oltre a quanto segue:
- Le operazioni che generano -0,0 possono restituire +0,0.
- Le operazioni su INF e NAN non sono definite.

La maggior parte delle applicazioni può utilizzare rs_fp_relaxed senza effetti collaterali. Questo può essere molto utile su alcune architetture grazie a ottimizzazioni aggiuntive disponibili solo con precisione ridotta (come le istruzioni della CPU SIMD).

Accesso alle API RenderScript da Java

Quando sviluppi un'app per Android che utilizza RenderScript, puoi accedere alla sua API da Java in uno dei due modi seguenti:

android.renderscript: le API di questo pacchetto di classi sono disponibili sui dispositivi con Android 3.0 (livello API 11) e versioni successive.
android.support.v8.renderscript: le API di questo pacchetto sono disponibili tramite una libreria di supporto, che ti consente di utilizzarle su dispositivi con Android 2.3 (livello API 9) e versioni successive.

Ecco i compromessi:

Se utilizzi le API della libreria di supporto, la parte RenderScript della tua applicazione sarà compatibile con i dispositivi con Android 2.3 (livello API 9) e versioni successive, indipendentemente dalle funzionalità di RenderScript che utilizzi. In questo modo, la tua applicazione può funzionare su più dispositivi rispetto a quelli che utilizzano le API native (android.renderscript).
Alcune funzionalità di RenderScript non sono disponibili tramite le API della libreria di assistenza.
Se utilizzi le API della libreria di assistenza, otterrai APK (probabilmente molto) più grandi rispetto a quelli che otterresti se utilizzassi le API native (android.renderscript).

Utilizzo delle API della libreria di supporto RenderScript

Per utilizzare le API RenderScript della libreria di supporto, devi configurare l'ambiente di sviluppo in modo che possa accedervi. Per utilizzare queste API sono necessari i seguenti strumenti SDK Android:

Strumenti SDK Android versione 22.2 o successive
SDK Android Build-tools revisione 18.1.0 o versioni successive

Tieni presente che a partire da SDK Android Build-tools 24.0.0, Android 2.2 (livello API 8) non è più supportato.

Puoi controllare e aggiornare la versione installata di questi strumenti in SDK Manager Android.

Per utilizzare le API RenderScript della libreria di supporto:

Assicurati di aver installato la versione dell'SDK Android richiesta.
Aggiorna le impostazioni per il processo di build di Android in modo da includere le impostazioni di RenderScript:
- Apri il file build.gradle nella cartella dell'app del modulo dell'applicazione.
- Aggiungi le seguenti impostazioni di RenderScript al file:
  Alla moda
  
  android { compileSdkVersion 36 defaultConfig { minSdkVersion 9 targetSdkVersion 19 renderscriptTargetApi 18 renderscriptSupportModeEnabled true } }
  Kotlin
  
  android { compileSdkVersion(36) defaultConfig { minSdkVersion(9) targetSdkVersion(19) renderscriptTargetApi = 18 renderscriptSupportModeEnabled = true } }
  Le impostazioni elencate sopra controllano un comportamento specifico nel processo di build di Android:
  - renderscriptTargetApi: specifica la versione del bytecode da generare. Ti consigliamo di impostare questo valore sul livello API più basso in grado di fornire tutte le funzionalità che utilizzi e di impostare renderscriptSupportModeEnabled su true. I valori validi per questa impostazione sono qualsiasi valore intero compreso tra 11 e il livello API più recente. Se la versione minima dell'SDK specificata nel file manifest dell'applicazione è impostata su un valore diverso, questo valore viene ignorato e il valore target nel file di build viene utilizzato per impostare la versione minima dell'SDK.
  - renderscriptSupportModeEnabled: specifica che il bytecode generato deve eseguire il rollback a una versione compatibile se il dispositivo su cui è in esecuzione non supporta la versione di destinazione.
Nelle classi dell'applicazione che utilizzano RenderScript, aggiungi un'importazione per le classi della Support Library:
Kotlin
import android.support.v8.renderscript.*
Java
import android.support.v8.renderscript.*;

Utilizzo di RenderScript dal codice Java o Kotlin

L'utilizzo di RenderScript dal codice Java o Kotlin si basa sulle classi API situate nel pacchetto android.renderscript o android.support.v8.renderscript. La maggior parte delle applicazioni segue lo stesso pattern di utilizzo di base:

Inizializza un contesto RenderScript. Il contesto RenderScript, creato con create(Context), garantisce che RenderScript possa essere utilizzato e fornisce un oggetto per controllare la durata di tutti gli oggetti RenderScript successivi. La creazione del contesto deve essere considerata un'operazione a lunga esecuzione, poiché potrebbe creare risorse su diversi componenti hardware; se possibile, non deve trovarsi nel percorso critico di un'applicazione. In genere, un'applicazione ha un solo contesto RenderScript alla volta.
Crea almeno un Allocation da passare a uno script. Un Allocation è un oggetto RenderScript che fornisce lo spazio di archiviazione per una quantità fissa di dati. I kernel negli script accettano oggetti Allocation come input e output, mentre gli oggetti Allocation sono accessibili nei kernel utilizzando rsGetElementAt_type() e rsSetElementAt_type() quando sono associati come variabili globali dello script. Gli oggetti Allocation consentono di passare gli array dal codice Java al codice RenderScript e viceversa. Gli oggetti Allocation vengono in genere creati utilizzando createTyped() o createFromBitmap().
Crea tutti gli script necessari. Quando utilizzi RenderScript, sono disponibili due tipi di script:
- ScriptC: si tratta degli script definiti dall'utente, come descritto in Scrittura di un kernel RenderScript sopra. Ogni script ha una classe Java riflessa dal compilatore RenderScript per semplificare l'accesso allo script dal codice Java; questa classe ha il nome ScriptC_filename. Ad esempio, se il kernel di mappatura riportato sopra si trova in invert.rs e un contesto RenderScript si trova già in mRenderScript, il codice Java o Kotlin per creare un'istanza dello script sarà:
  Kotlin
  
  val invert = ScriptC_invert(renderScript)
  Java
  
  ScriptC_invert invert = new ScriptC_invert(renderScript);
- ScriptIntrinsic: si tratta di kernel RenderScript integrati per operazioni comuni, come la sfocatura gaussiana, la convoluzione e la fusione di immagini. Per saperne di più, consulta le sottoclassi di ScriptIntrinsic.
Compila Allocations con i dati. Ad eccezione delle allocazioni create con createFromBitmap(), un'allocazione viene compilata con dati vuoti al momento della creazione. Per compilare un'allocazione, utilizza uno dei metodi "copy" in Allocation. I metodi "copy" sono sincroni.
Imposta le variabili globali dello script necessarie. Puoi impostare le variabili globali utilizzando i metodi nella stessa classe ScriptC_filename denominata set_globalname. Ad esempio, per impostare una variabile int denominata threshold, utilizza il metodo Java set_threshold(int); per impostare una variabile rs_allocation denominata lookup, utilizza il metodo Java set_lookup(Allocation). I metodi set sono asincroni.
Avvia i kernel e le funzioni richiamabili appropriati.
I metodi per avviare un determinato kernel sono riflessi nella stessa classe ScriptC_filename con metodi denominati forEach_mappingKernelName() o reduce_reductionKernelName(). Questi lanci sono asincroni. A seconda degli argomenti del kernel, il metodo accetta una o più allocazioni, tutte con le stesse dimensioni. Per impostazione predefinita, un kernel viene eseguito su ogni coordinata in queste dimensioni. Per eseguire un kernel su un sottoinsieme di queste coordinate, passa un Script.LaunchOptions appropriato come ultimo argomento al metodo forEach o reduce.

Avvia le funzioni richiamabili utilizzando i metodi invoke_functionName riflessi nella stessa classe ScriptC_filename. Questi lanci sono asincroni.
Recupera i dati dagli oggetti Allocation e dagli oggetti javaFutureType. Per accedere ai dati di un Allocation dal codice Java, devi copiare i dati in Java utilizzando uno dei metodi "copy" in Allocation. Per ottenere il risultato di un kernel di riduzione, devi utilizzare il metodo javaFutureType.get(). I metodi "copy" e get() sono sincroni.
Elimina il contesto RenderScript. Puoi eliminare il contesto RenderScript con destroy() o consentendo la garbage collection dell'oggetto del contesto RenderScript. In questo modo, qualsiasi ulteriore utilizzo di un oggetto appartenente a quel contesto genera un'eccezione.

Modello di esecuzione asincrona

I metodi forEach, invoke, reduce e set riflessi sono asincroni: ognuno può tornare a Java prima di completare l'azione richiesta. Tuttavia, le singole azioni vengono serializzate nell'ordine in cui vengono avviate.

La classe Allocation fornisce metodi "copy" per copiare i dati da e verso le allocazioni. Un metodo "copy" è sincrono e viene serializzato rispetto a una qualsiasi delle azioni asincrone sopra riportate che interessano la stessa allocazione.

Le classi javaFutureType riflesse forniscono un metodo get() per ottenere il risultato di una riduzione. get() è sincrono e viene serializzato rispetto alla riduzione (che è asincrona).

RenderScript a singola origine

Android 7.0 (livello API 24) introduce una nuova funzionalità di programmazione chiamata RenderScript a singola origine, in cui i kernel vengono avviati dallo script in cui sono definiti, anziché da Java. Questo approccio è attualmente limitato ai kernel di mappatura, che in questa sezione vengono chiamati semplicemente "kernel" per brevità. Questa nuova funzionalità supporta anche la creazione di allocazioni di tipo rs_allocation dall'interno dello script. Ora è possibile implementare un intero algoritmo esclusivamente all'interno di uno script, anche se sono necessari più lanci del kernel. Il vantaggio è duplice: un codice più leggibile, perché mantiene l'implementazione di un algoritmo in un unico linguaggio, e un codice potenzialmente più veloce, grazie a un minor numero di transizioni tra Java e RenderScript in più lanci di kernel.

In RenderScript con un'unica origine, scrivi i kernel come descritto in Scrittura di un kernel RenderScript. Poi scrivi una funzione richiamabile che chiama rsForEach() per avviarle. Questa API accetta una funzione kernel come primo parametro, seguita dalle allocazioni di input e output. Un'API simile rsForEachWithOptions() accetta un argomento aggiuntivo di tipo rs_script_call_t, che specifica un sottoinsieme degli elementi delle allocazioni di input e output che la funzione kernel deve elaborare.

Per avviare il calcolo di RenderScript, devi chiamare la funzione richiamabile da Java. Segui i passaggi descritti in Utilizzo di RenderScript dal codice Java. Nel passaggio Avvia i kernel appropriati, chiama la funzione richiamabile utilizzando invoke_function_name(), che avvierà l'intero calcolo, incluso l'avvio dei kernel.

Le allocazioni sono spesso necessarie per salvare e passare i risultati intermedi da un lancio del kernel a un altro. Puoi crearle utilizzando rsCreateAllocation(). Una forma facile da usare di questa API è rsCreateAllocation_<T><W>(…), dove T è il tipo di dati di un elemento e W è la larghezza del vettore per l'elemento. L'API accetta come argomenti le dimensioni X, Y e Z. Per le allocazioni 1D o 2D, la dimensione Y o Z può essere omessa. Ad esempio, rsCreateAllocation_uchar4(16384) crea un'allocazione 1D di 16.384 elementi, ciascuno dei quali è di tipo uchar4.

Le allocazioni vengono gestite automaticamente dal sistema. Non è necessario rilasciarle o liberarle esplicitamente. Tuttavia, puoi chiamare rsClearObject(rs_allocation* alloc) per indicare che non hai più bisogno dell'handle alloc per l'allocazione sottostante, in modo che il sistema possa liberare risorse il prima possibile.

La sezione Scrittura di un kernel RenderScript contiene un kernel di esempio che inverte un'immagine. L'esempio seguente espande questo concetto per applicare più di un effetto a un'immagine, utilizzando RenderScript con un'unica origine. Include un altro kernel, greyscale, che trasforma un'immagine a colori in bianco e nero. Una funzione richiamabile process() applica poi questi due kernel in sequenza a un'immagine di input e produce un'immagine di output. Le allocazioni per l'input e l'output vengono passate come argomenti di tipo rs_allocation.

// File: singlesource.rs

#pragma version(1)
#pragma rs java_package_name(com.android.rssample)

static const float4 weight = {0.299f, 0.587f, 0.114f, 0.0f};

uchar4 RS_KERNEL invert(uchar4 in, uint32_t x, uint32_t y) {
  uchar4 out = in;
  out.r = 255 - in.r;
  out.g = 255 - in.g;
  out.b = 255 - in.b;
  return out;
}

uchar4 RS_KERNEL greyscale(uchar4 in) {
  const float4 inF = rsUnpackColor8888(in);
  const float4 outF = (float4){ dot(inF, weight) };
  return rsPackColorTo8888(outF);
}

void process(rs_allocation inputImage, rs_allocation outputImage) {
  const uint32_t imageWidth = rsAllocationGetDimX(inputImage);
  const uint32_t imageHeight = rsAllocationGetDimY(inputImage);
  rs_allocation tmp = rsCreateAllocation_uchar4(imageWidth, imageHeight);
  rsForEach(invert, inputImage, tmp);
  rsForEach(greyscale, tmp, outputImage);
}

Puoi chiamare la funzione process() da Java o Kotlin nel seguente modo:

Kotlin

val RS: RenderScript = RenderScript.create(context)
val script = ScriptC_singlesource(RS)
val inputAllocation: Allocation = Allocation.createFromBitmapResource(
        RS,
        resources,
        R.drawable.image
)
val outputAllocation: Allocation = Allocation.createTyped(
        RS,
        inputAllocation.type,
        Allocation.USAGE_SCRIPT or Allocation.USAGE_IO_OUTPUT
)
script.invoke_process(inputAllocation, outputAllocation)

Java

// File SingleSource.java

RenderScript RS = RenderScript.create(context);
ScriptC_singlesource script = new ScriptC_singlesource(RS);
Allocation inputAllocation = Allocation.createFromBitmapResource(
    RS, getResources(), R.drawable.image);
Allocation outputAllocation = Allocation.createTyped(
    RS, inputAllocation.getType(),
    Allocation.USAGE_SCRIPT | Allocation.USAGE_IO_OUTPUT);
script.invoke_process(inputAllocation, outputAllocation);

Questo esempio mostra come un algoritmo che prevede due lanci del kernel può essere implementato completamente nel linguaggio RenderScript stesso. Senza RenderScript con un'unica origine, dovresti avviare entrambi i kernel dal codice Java, separando i lanci dei kernel dalle definizioni dei kernel e rendendo più difficile la comprensione dell'intero algoritmo. Il codice RenderScript con un'unica origine non solo è più facile da leggere, ma elimina anche la transizione tra Java e lo script tra i lanci del kernel. Alcuni algoritmi iterativi possono avviare i kernel centinaia di volte, rendendo considerevole l'overhead di questa transizione.

Script Globals

Una variabile globale dello script è una normale variabile globale non static in un file di script (.rs). Per una variabile globale di script denominata var definita nel file filename.rs, sarà presente un metodo get_var riflesso nella classe ScriptC_filename. A meno che il valore globale non sia const, sarà presente anche un metodo set_var.

Una determinata variabile globale dello script ha due valori distinti: un valore Java e un valore script. Questi valori si comportano come segue:

Se var ha un inizializzatore statico nello script, specifica il valore iniziale di var sia in Java sia nello script. In caso contrario, il valore iniziale è zero.
Gli accessi a var all'interno dello script leggono e scrivono il relativo valore dello script.
Il metodo get_var legge il valore Java.
Il metodo set_var (se esiste) scrive immediatamente il valore Java e scrive il valore dello script in modo asincrono.

NOTA: ciò significa che, ad eccezione di qualsiasi inizializzatore statico nello script, i valori scritti in una variabile globale dall'interno di uno script non sono visibili a Java.

Kernel di riduzione in dettaglio

La riduzione è il processo di combinazione di una raccolta di dati in un unico valore. Si tratta di una primitiva utile nella programmazione parallela, con applicazioni come le seguenti:

calcolando la somma o il prodotto di tutti i dati
calcolo delle operazioni logiche (and, or, xor) su tutti i dati
trovare il valore minimo o massimo all'interno dei dati
ricerca di un valore specifico o della coordinata di un valore specifico all'interno dei dati

In Android 7.0 (livello API 24) e versioni successive, RenderScript supporta i kernel di riduzione per consentire algoritmi di riduzione scritti dall'utente efficienti. Puoi avviare kernel di riduzione su input con 1, 2 o 3 dimensioni.

L'esempio precedente mostra un semplice kernel di riduzione addint. Ecco un kernel di riduzione findMinAndMax più complicato che trova le posizioni dei valori long minimi e massimi in un Allocation unidimensionale:

#define LONG_MAX (long)((1UL << 63) - 1)
#define LONG_MIN (long)(1UL << 63)

#pragma rs reduce(findMinAndMax) \
  initializer(fMMInit) accumulator(fMMAccumulator) \
  combiner(fMMCombiner) outconverter(fMMOutConverter)

// Either a value and the location where it was found, or INITVAL.
typedef struct {
  long val;
  int idx;     // -1 indicates INITVAL
} IndexedVal;

typedef struct {
  IndexedVal min, max;
} MinAndMax;

// In discussion below, this initial value { { LONG_MAX, -1 }, { LONG_MIN, -1 } }
// is called INITVAL.
static void fMMInit(MinAndMax *accum) {
  accum->min.val = LONG_MAX;
  accum->min.idx = -1;
  accum->max.val = LONG_MIN;
  accum->max.idx = -1;
}

//----------------------------------------------------------------------
// In describing the behavior of the accumulator and combiner functions,
// it is helpful to describe hypothetical functions
//   IndexedVal min(IndexedVal a, IndexedVal b)
//   IndexedVal max(IndexedVal a, IndexedVal b)
//   MinAndMax  minmax(MinAndMax a, MinAndMax b)
//   MinAndMax  minmax(MinAndMax accum, IndexedVal val)
//
// The effect of
//   IndexedVal min(IndexedVal a, IndexedVal b)
// is to return the IndexedVal from among the two arguments
// whose val is lesser, except that when an IndexedVal
// has a negative index, that IndexedVal is never less than
// any other IndexedVal; therefore, if exactly one of the
// two arguments has a negative index, the min is the other
// argument. Like ordinary arithmetic min and max, this function
// is commutative and associative; that is,
//
//   min(A, B) == min(B, A)               // commutative
//   min(A, min(B, C)) == min((A, B), C)  // associative
//
// The effect of
//   IndexedVal max(IndexedVal a, IndexedVal b)
// is analogous (greater . . . never greater than).
//
// Then there is
//
//   MinAndMax minmax(MinAndMax a, MinAndMax b) {
//     return MinAndMax(min(a.min, b.min), max(a.max, b.max));
//   }
//
// Like ordinary arithmetic min and max, the above function
// is commutative and associative; that is:
//
//   minmax(A, B) == minmax(B, A)                  // commutative
//   minmax(A, minmax(B, C)) == minmax((A, B), C)  // associative
//
// Finally define
//
//   MinAndMax minmax(MinAndMax accum, IndexedVal val) {
//     return minmax(accum, MinAndMax(val, val));
//   }
//----------------------------------------------------------------------

// This function can be explained as doing:
//   *accum = minmax(*accum, IndexedVal(in, x))
//
// This function simply computes minimum and maximum values as if
// INITVAL.min were greater than any other minimum value and
// INITVAL.max were less than any other maximum value.  Note that if
// *accum is INITVAL, then this function sets
//   *accum = IndexedVal(in, x)
//
// After this function is called, both accum->min.idx and accum->max.idx
// will have nonnegative values:
// - x is always nonnegative, so if this function ever sets one of the
//   idx fields, it will set it to a nonnegative value
// - if one of the idx fields is negative, then the corresponding
//   val field must be LONG_MAX or LONG_MIN, so the function will always
//   set both the val and idx fields
static void fMMAccumulator(MinAndMax *accum, long in, int x) {
  IndexedVal me;
  me.val = in;
  me.idx = x;

  if (me.val <= accum->min.val)
    accum->min = me;
  if (me.val >= accum->max.val)
    accum->max = me;
}

// This function can be explained as doing:
//   *accum = minmax(*accum, *val)
//
// This function simply computes minimum and maximum values as if
// INITVAL.min were greater than any other minimum value and
// INITVAL.max were less than any other maximum value.  Note that if
// one of the two accumulator data items is INITVAL, then this
// function sets *accum to the other one.
static void fMMCombiner(MinAndMax *accum,
                        const MinAndMax *val) {
  if ((accum->min.idx < 0) || (val->min.val < accum->min.val))
    accum->min = val->min;
  if ((accum->max.idx < 0) || (val->max.val > accum->max.val))
    accum->max = val->max;
}

static void fMMOutConverter(int2 *result,
                            const MinAndMax *val) {
  result->x = val->min.idx;
  result->y = val->max.idx;
}

NOTA: Ci sono altri kernel di riduzione di esempio qui.

Per eseguire un kernel di riduzione, il runtime RenderScript crea una o più variabili chiamate elementi dati dell'accumulatore per mantenere lo stato del processo di riduzione. Il runtime di RenderScript sceglie il numero di elementi dati dell'accumulatore in modo da massimizzare le prestazioni. Il tipo di elementi dati dell'accumulatore (accumType) è determinato dalla funzione accumulatore del kernel: il primo argomento di questa funzione è un puntatore a un elemento dati dell'accumulatore. Per impostazione predefinita, ogni elemento dati dell'accumulatore viene inizializzato su zero (come se fosse memset); tuttavia, puoi scrivere una funzione di inizializzazione per eseguire un'operazione diversa.

Esempio: nel kernel addint, gli elementi dati dell'accumulatore (di tipo int) vengono utilizzati per sommare i valori di input. Non esiste una funzione di inizializzazione, quindi ogni elemento dati dell'accumulatore viene inizializzato su zero.

Esempio: nel kernel findMinAndMax, gli elementi dati dell'accumulatore (di tipo MinAndMax) vengono utilizzati per tenere traccia dei valori minimi e massimi trovati finora. Esiste una funzione di inizializzazione per impostarli rispettivamente su LONG_MAX e LONG_MIN e per impostare le posizioni di questi valori su -1, a indicare che i valori non sono effettivamente presenti nella parte (vuota) dell'input che è stata elaborata.

RenderScript chiama la funzione accumulatore una volta per ogni coordinata negli input. In genere, la funzione deve aggiornare l'elemento dati dell'accumulatore in qualche modo in base all'input.

Esempio: nel kernel addint, la funzione di accumulatore aggiunge il valore di un elemento di input all'elemento dati dell'accumulatore.

Esempio: nel kernel findMinAndMax, la funzione accumulatore controlla se il valore di un elemento di input è inferiore o uguale al valore minimo registrato nell'elemento dati accumulatore e/o maggiore o uguale al valore massimo registrato nell'elemento dati accumulatore e aggiorna l'elemento dati accumulatore di conseguenza.

Dopo che la funzione di accumulo è stata chiamata una volta per ogni coordinata negli input, RenderScript deve combinare gli elementi dati dell'accumulatore in un unico elemento dati dell'accumulatore. Per farlo, puoi scrivere una funzione di combinazione. Se la funzione accumulatore ha un singolo input e nessun argomento speciale, non è necessario scrivere una funzione combinatore; RenderScript utilizzerà la funzione accumulatore per combinare gli elementi dati dell'accumulatore. (Puoi comunque scrivere una funzione di combinazione se questo comportamento predefinito non è quello che vuoi.)

Esempio: nel kernel addint non esiste una funzione di combinazione, quindi verrà utilizzata la funzione di accumulatore. Questo è il comportamento corretto, perché se dividiamo una raccolta di valori in due parti e sommiamo i valori di queste due parti separatamente, la somma di queste due somme equivale alla somma dell'intera raccolta.

Esempio: nel kernel findMinAndMax, la funzione di combinazione controlla se il valore minimo registrato nell'elemento dati dell'accumulatore "origine" *val è inferiore al valore minimo registrato nell'elemento dati dell'accumulatore "destinazione" *accum e aggiorna *accum di conseguenza. Esegue un'operazione simile per il valore massimo. In questo modo, *accum viene aggiornato allo stato che avrebbe avuto se tutti i valori di input fossero stati accumulati in *accum anziché alcuni in *accum e altri in *val.

Dopo aver combinato tutti gli elementi dati dell'accumulatore, RenderScript determina il risultato della riduzione da restituire a Java. Per farlo, puoi scrivere una funzione outconverter. Non è necessario scrivere una funzione outconverter se vuoi che il valore finale degli elementi dati dell'accumulatore combinati sia il risultato della riduzione.

Esempio: nel kernel addint, non esiste una funzione outconverter. Il valore finale degli elementi dati combinati è la somma di tutti gli elementi dell'input, ovvero il valore che vogliamo restituire.

Esempio: nel kernel findMinAndMax, la funzione outconverter inizializza un valore del risultato int2 per contenere le posizioni dei valori minimo e massimo risultanti dalla combinazione di tutti gli elementi dati dell'accumulatore.

Scrittura di un kernel di riduzione

#pragma rs reduce definisce un kernel di riduzione specificandone il nome, nonché i nomi e i ruoli delle funzioni che lo compongono. Tutte queste funzioni devono essere static. Un kernel di riduzione richiede sempre una funzione accumulator; puoi omettere alcune o tutte le altre funzioni, a seconda di ciò che vuoi che faccia il kernel.

#pragma rs reduce(kernelName) \
  initializer(initializerName) \
  accumulator(accumulatorName) \
  combiner(combinerName) \
  outconverter(outconverterName)

Il significato degli elementi in #pragma è il seguente:

reduce(kernelName) (obbligatorio): specifica che è in fase di definizione un kernel di riduzione. Un metodo Java riflesso reduce_kernelName avvierà il kernel.
initializer(initializerName) (facoltativo): specifica il nome della funzione di inizializzazione per questo kernel di riduzione. Quando avvii il kernel, RenderScript chiama questa funzione una volta per ogni elemento dati dell'accumulatore. La funzione deve essere definita come segue:
```
static void initializerName(accumType *accum) { … }
```
accum è un puntatore a un elemento dati dell'accumulatore che questa funzione deve inizializzare.

Se non fornisci una funzione di inizializzazione, RenderScript inizializza ogni elemento dati dell'accumulatore su zero (come se fosse memset), comportandosi come se esistesse una funzione di inizializzazione simile alla seguente:
```
static void initializerName(accumType *accum) {
  memset(accum, 0, sizeof(*accum));
}
```
accumulator(accumulatorName) (obbligatorio): specifica il nome della funzione di accumulo per questo kernel di riduzione. Quando avvii il kernel, RenderScript chiama questa funzione una volta per ogni coordinata negli input, per aggiornare un elemento dati dell'accumulatore in qualche modo in base agli input. La funzione deve essere definita in questo modo:
```
static void accumulatorName(accumType *accum,
                            in1Type in1, …, inNType inN
                            [, specialArguments]) { … }
```
accum è un puntatore a un elemento dati dell'accumulatore che questa funzione deve modificare. Da in1 a inN sono uno o più argomenti che vengono compilati automaticamente in base agli input passati all'avvio del kernel, un argomento per input. La funzione di accumulatore può facoltativamente accettare uno qualsiasi degli argomenti speciali.

Un esempio di kernel con più input è dotProduct.
combiner(combinerName)
(Facoltativo) Specifica il nome della funzione di combinazione per questo kernel di riduzione. Dopo che RenderScript ha chiamato la funzione accumulatore una volta per ogni coordinata negli input, chiama questa funzione il numero di volte necessario per combinare tutti gli elementi dati dell'accumulatore in un unico elemento dati dell'accumulatore. La funzione deve essere definita in questo modo:
```
static void combinerName(accumType *accum, const accumType *other) { … }
```
accum è un puntatore a un elemento dati dell'accumulatore di "destinazione" che questa funzione deve modificare. other è un puntatore a un elemento dati dell'accumulatore "origine" che questa funzione deve "combinare" in *accum.

NOTA: è possibile che *accum, *other o entrambi siano stati inizializzati, ma non siano mai stati passati alla funzione di accumulatore, ovvero che uno o entrambi non siano mai stati aggiornati in base ai dati di input. Ad esempio, nel kernel findMinAndMax, la funzione di combinazione fMMCombiner controlla esplicitamente la presenza di idx < 0 perché indica un elemento dati dell'accumulatore, il cui valore è INITVAL.

Se non fornisci una funzione di combinazione, RenderScript utilizza la funzione di accumulatore al suo posto, comportandosi come se esistesse una funzione di combinazione simile alla seguente:
```
static void combinerName(accumType *accum, const accumType *other) {
  accumulatorName(accum, *other);
}
```
Una funzione di combinazione è obbligatoria se il kernel ha più di un input, se il tipo di dati di input non è lo stesso del tipo di dati dell'accumulatore o se la funzione di accumulatore accetta uno o più argomenti speciali.
outconverter(outconverterName) (facoltativo): specifica il nome della funzione outconverter per questo kernel di riduzione. Dopo che RenderScript ha combinato tutti gli elementi dati dell'accumulatore, chiama questa funzione per determinare il risultato della riduzione da restituire a Java. La funzione deve essere definita in questo modo:
```
static void outconverterName(resultType *result, const accumType *accum) { … }
```
result è un puntatore a un elemento dati dei risultati (allocato, ma non inizializzato dal runtime RenderScript) che questa funzione deve inizializzare con il risultato della riduzione. resultType è il tipo di elemento dati, che non deve necessariamente essere uguale ad accumType. accum è un puntatore all'elemento dati dell'accumulatore finale calcolato dalla funzione di combinazione.

Se non fornisci una funzione outconverter, RenderScript copia l'elemento dati dell'accumulatore finale nell'elemento dati del risultato, comportandosi come se esistesse una funzione outconverter simile alla seguente:
```
static void outconverterName(accumType *result, const accumType *accum) {
  *result = *accum;
}
```
Se vuoi un tipo di risultato diverso dal tipo di dati dell'accumulatore, la funzione outconverter è obbligatoria.

Tieni presente che un kernel ha tipi di input, un tipo di elemento dati dell'accumulatore e un tipo di risultato, nessuno dei quali deve essere uguale. Ad esempio, nel kernel findMinAndMax, il tipo di input long, il tipo di elemento dati dell'accumulatore MinAndMax e il tipo di risultato int2 sono tutti diversi.

Cosa non puoi dare per scontato?

Non devi fare affidamento sul numero di elementi dati dell'accumulatore creati da RenderScript per un determinato lancio del kernel. Non vi è alcuna garanzia che due lanci dello stesso kernel con gli stessi input creino lo stesso numero di elementi dati dell'accumulatore.

Non devi fare affidamento sull'ordine in cui RenderScript chiama le funzioni di inizializzazione, accumulatore e combinatore; potrebbe persino chiamarne alcune in parallelo. Non è garantito che due lanci dello stesso kernel con lo stesso input seguano lo stesso ordine. L'unica garanzia è che solo la funzione di inizializzazione vedrà un elemento dati dell'accumulatore non inizializzato. Ad esempio:

Non è garantito che tutti gli elementi dati dell'accumulatore vengano inizializzati prima della chiamata della funzione accumulatore, anche se verrà chiamata solo su un elemento dati dell'accumulatore inizializzato.
Non è garantito l'ordine in cui gli elementi di input vengono passati alla funzione di accumulatore.
Non è garantito che la funzione di accumulo sia stata chiamata per tutti gli elementi di input prima della chiamata della funzione di combinazione.

Una conseguenza di ciò è che il kernel findMinAndMax non è deterministico: se l'input contiene più di un'occorrenza dello stesso valore minimo o massimo, non è possibile sapere quale occorrenza troverà il kernel.

Cosa devi garantire?

Poiché il sistema RenderScript può scegliere di eseguire un kernel in molti modi diversi, devi seguire determinate regole per assicurarti che il kernel si comporti come previsto. Se non segui queste regole, potresti ottenere risultati errati, un comportamento non deterministico o errori di runtime.

Le regole riportate di seguito spesso indicano che due elementi dati dell'accumulatore devono avere "lo stesso valore". Che cosa significa? Dipende da cosa vuoi che faccia il kernel. Per una riduzione matematica come addint, di solito ha senso che "lo stesso" significhi uguaglianza matematica. Per una ricerca "pick any" come findMinAndMax ("trova la posizione dei valori di input minimo e massimo") in cui potrebbero essere presenti più occorrenze di valori di input identici, tutte le posizioni di un determinato valore di input devono essere considerate "uguali". Potresti scrivere un kernel simile per "trovare la posizione dei valori di input minimo e massimo più a sinistra" in cui, ad esempio, un valore minimo nella posizione 100 è preferito a un valore minimo identico nella posizione 200. Per questo kernel, "lo stesso" significherebbe posizione identica, non solo valore identico, e le funzioni di accumulatore e combinatore dovrebbero essere diverse da quelle per findMinAndMax.

La funzione di inizializzazione deve creare un valore di identità. In altre parole, se I e A sono elementi dati dell'accumulatore inizializzati dalla funzione di inizializzazione e I non è mai stato passato alla funzione dell'accumulatore (ma A potrebbe esserlo stato), allora

combinerName(&A, &I) deve lasciare A invariato
combinerName(&I, &A) deve lasciare I uguale a A

Esempio: nel kernel addint, un elemento dati dell'accumulatore viene inizializzato su zero. La funzione di combinazione per questo kernel esegue l'addizione; zero è il valore di identità per l'addizione.

Esempio: NeltrovaMinAndMax kernel, un elemento dati dell'accumulatore viene inizializzato aINITVAL.

fMMCombiner(&A, &I) lascia A invariato, perché I è INITVAL.
fMMCombiner(&I, &A) imposta I su A, perché I è INITVAL.

Pertanto, INITVAL è effettivamente un valore di identità.

La funzione di combinazione deve essere commutativa. In altre parole, se A e B sono elementi dati dell'accumulatore inizializzati dalla funzione di inizializzazione e che potrebbero essere stati passati alla funzione dell'accumulatore zero o più volte, combinerName(&A, &B) deve impostare A sullo stesso valore che combinerName(&B, &A) imposta su B.

Esempio: nel kernel addint, la funzione di combinazione somma i due valori degli elementi dati dell'accumulatore; l'addizione è commutativa.

Esempio: nel kernel findMinAndMax, fMMCombiner(&A, &B) è uguale a A = minmax(A, B) e minmax è commutativo, quindi lo è anche fMMCombiner.

La funzione di combinazione deve essere associativa. In altre parole, se A, B e C sono elementi dati dell'accumulatore inizializzati dalla funzione di inizializzazione e che potrebbero essere stati passati alla funzione dell'accumulatore zero o più volte, le seguenti due sequenze di codice devono impostare A sullo stesso valore:

combinerName(&A, &B);
combinerName(&A, &C);

combinerName(&B, &C);
combinerName(&A, &B);

Esempio: nel kernel addint, la funzione di combinazione somma i due valori degli elementi dati dell'accumulatore:

A = A + B
A = A + C
// Same as
//   A = (A + B) + C

B = B + C
A = A + B
// Same as
//   A = A + (B + C)
//   B = B + C

L'addizione è associativa, quindi lo è anche la funzione di combinazione.

Esempio: nel kernel findMinAndMax,

fMMCombiner(&A, &B)

è uguale a

A = minmax(A, B)

Le due sequenze sono:

A = minmax(A, B)
A = minmax(A, C)
// Same as
//   A = minmax(minmax(A, B), C)

B = minmax(B, C)
A = minmax(A, B)
// Same as
//   A = minmax(A, minmax(B, C))
//   B = minmax(B, C)

minmax è associativa, così come fMMCombiner.

La funzione di accumulatore e la funzione di combinatore devono rispettare la regola di folding di base. In altre parole, se A e B sono elementi dati dell'accumulatore, A è stato inizializzato dalla funzione di inizializzazione e potrebbe essere stato passato alla funzione dell'accumulatore zero o più volte, B non è stato inizializzato e args è l'elenco di argomenti di input e argomenti speciali per una determinata chiamata alla funzione dell'accumulatore, le seguenti due sequenze di codice devono impostare A su lo stesso valore:

accumulatorName(&A, args);  // statement 1

initializerName(&B);        // statement 2
accumulatorName(&B, args);  // statement 3
combinerName(&A, &B);       // statement 4

Esempio: nel kernel addint, per un valore di input V:

L'istruzione 1 è uguale a A += V
L'istruzione 2 è uguale a B = 0
L'istruzione 3 è uguale a B += V, che è uguale a B = V
L'istruzione 4 è uguale a A += B, che è uguale a A += V

Le istruzioni 1 e 4 impostano A sullo stesso valore, pertanto questo kernel rispetta la regola di base del folding.

Esempio: nel kernel findMinAndMax, per un valore di input V alla coordinata X:

L'istruzione 1 è uguale a A = minmax(A, IndexedVal(V, X))
L'istruzione 2 è uguale a B = INITVAL
L'istruzione 3 è uguale a
```
B = minmax(B, IndexedVal(V, X))
```
che, poiché B è il valore iniziale, equivale a
```
B = IndexedVal(V, X)
```

L'istruzione 4 è la stessa

A = minmax(A, B)

che è uguale a

A = minmax(A, IndexedVal(V, X))

Le istruzioni 1 e 4 impostano A sullo stesso valore, pertanto questo kernel rispetta la regola di base del folding.

Chiamata di un kernel di riduzione dal codice Java

Per un kernel di riduzione denominato kernelName definito nel file filename.rs, esistono tre metodi riflessi nella classe ScriptC_filename:

Kotlin

// Function 1
fun reduce_kernelName(ain1: Allocation, …,
                               ainN: Allocation): javaFutureType

// Function 2
fun reduce_kernelName(ain1: Allocation, …,
                               ainN: Allocation,
                               sc: Script.LaunchOptions): javaFutureType

// Function 3
fun reduce_kernelName(in1: Array<devecSiIn1Type>, …,
                               inN: Array<devecSiInNType>): javaFutureType

Java

// Method 1
public javaFutureType reduce_kernelName(Allocation ain1, …,
                                        Allocation ainN);

// Method 2
public javaFutureType reduce_kernelName(Allocation ain1, …,
                                        Allocation ainN,
                                        Script.LaunchOptions sc);

// Method 3
public javaFutureType reduce_kernelName(devecSiIn1Type[] in1, …,
                                        devecSiInNType[] inN);

Ecco alcuni esempi di chiamata del kernel addint:

Kotlin

val script = ScriptC_example(renderScript)

// 1D array
//   and obtain answer immediately
val input1 = intArrayOf(…)
val sum1: Int = script.reduce_addint(input1).get()  // Method 3

// 2D allocation
//   and do some additional work before obtaining answer
val typeBuilder = Type.Builder(RS, Element.I32(RS)).apply {
    setX(…)
    setY(…)
}
val input2: Allocation = Allocation.createTyped(RS, typeBuilder.create()).also {
    populateSomehow(it) // fill in input Allocation with data
}
val result2: ScriptC_example.result_int = script.reduce_addint(input2)  // Method 1
doSomeAdditionalWork() // might run at same time as reduction
val sum2: Int = result2.get()

Java

ScriptC_example script = new ScriptC_example(renderScript);

// 1D array
//   and obtain answer immediately
int input1[] = …;
int sum1 = script.reduce_addint(input1).get();  // Method 3

// 2D allocation
//   and do some additional work before obtaining answer
Type.Builder typeBuilder =
  new Type.Builder(RS, Element.I32(RS));
typeBuilder.setX(…);
typeBuilder.setY(…);
Allocation input2 = createTyped(RS, typeBuilder.create());
populateSomehow(input2);  // fill in input Allocation with data
ScriptC_example.result_int result2 = script.reduce_addint(input2);  // Method 1
doSomeAdditionalWork(); // might run at same time as reduction
int sum2 = result2.get();

Il metodo 1 ha un argomento di input Allocation per ogni argomento di input nella funzione di accumulatore del kernel. Il runtime RenderScript verifica che tutte le allocazioni di input abbiano le stesse dimensioni e che il tipo Element di ciascuna allocazione di input corrisponda a quello dell'argomento di input corrispondente del prototipo della funzione accumulatore. Se uno di questi controlli non va a buon fine, RenderScript genera un'eccezione. Il kernel viene eseguito su ogni coordinata di queste dimensioni.

Il metodo 2 è uguale al metodo 1, ad eccezione del fatto che il metodo 2 accetta un argomento aggiuntivo sc che può essere utilizzato per limitare l'esecuzione del kernel a un sottoinsieme delle coordinate.

Il Metodo 3 è uguale al Metodo 1, ma invece di accettare input di allocazione, accetta input di array Java. In questo modo, non dovrai scrivere codice per creare esplicitamente un'allocazione e copiarvi i dati da un array Java. Tuttavia, l'utilizzo del Metodo 3 anziché del Metodo 1 non aumenta le prestazioni del codice. Per ogni array di input, il Metodo 3 crea un'allocazione monodimensionale temporanea con il tipo Element appropriato e setAutoPadding(boolean) abilitato, quindi copia l'array nell'allocazione come se utilizzasse il metodo copyFrom() appropriato di Allocation. Quindi chiama il Metodo 1, passando le allocazioni temporanee.

NOTA: se la tua applicazione effettuerà più chiamate kernel con lo stesso array o con array diversi delle stesse dimensioni e dello stesso tipo di elemento, puoi migliorare le prestazioni creando, compilando e riutilizzando esplicitamente le allocazioni, anziché utilizzare il metodo 3.

javaFutureType, il tipo restituito dei metodi di riduzione riflessi, è una classe nidificata statica riflessa all'interno della classe ScriptC_filename. Rappresenta il risultato futuro di un'esecuzione del kernel di riduzione. Per ottenere il risultato effettivo dell'esecuzione, chiama il metodo get() di quella classe, che restituisce un valore di tipo javaResultType. get() è sincrono.

Kotlin

class ScriptC_filename(rs: RenderScript) : ScriptC(…) {
    object javaFutureType {
        fun get(): javaResultType { … }
    }
}

Java

public class ScriptC_filename extends ScriptC {
  public static class javaFutureType {
    public javaResultType get() { … }
  }
}

javaResultType viene determinato dal resultType della funzione outconverter. A meno che resultType non sia un tipo senza segno (scalare, vettore o array), javaResultType è il tipo Java direttamente corrispondente. Se resultType è un tipo senza segno ed esiste un tipo con segno Java più grande, javaResultType è quel tipo con segno Java più grande; altrimenti, è il tipo Java direttamente corrispondente. Ad esempio:

Se resultType è int, int2 o int[15], allora javaResultType è int, Int2 o int[]. Tutti i valori di resultType possono essere rappresentati da javaResultType.
Se resultType è uint, uint2 o uint[15], javaResultType è long, Long2 o long[]. Tutti i valori di resultType possono essere rappresentati da javaResultType.
Se resultType è ulong, ulong2 o ulong[15], javaResultType è long, Long2 o long[]. Esistono alcuni valori di resultType che non possono essere rappresentati da javaResultType.

javaFutureType è il tipo di risultato futuro corrispondente al resultType della funzione outconverter.

Se resultType non è un tipo di array, javaFutureType è result_resultType.
Se resultType è un array di lunghezza Count con membri di tipo memberType, allora javaFutureType è resultArrayCount_memberType.

Ad esempio:

Kotlin

class ScriptC_filename(rs: RenderScript) : ScriptC(…) {

    // for kernels with int result
    object result_int {
        fun get(): Int = …
    }

    // for kernels with int[10] result
    object resultArray10_int {
        fun get(): IntArray = …
    }

    // for kernels with int2 result
    //   note that the Kotlin type name "Int2" is not the same as the script type name "int2"
    object result_int2 {
        fun get(): Int2 = …
    }

    // for kernels with int2[10] result
    //   note that the Kotlin type name "Int2" is not the same as the script type name "int2"
    object resultArray10_int2 {
        fun get(): Array<Int2> = …
    }

    // for kernels with uint result
    //   note that the Kotlin type "long" is a wider signed type than the unsigned script type "uint"
    object result_uint {
        fun get(): Long = …
    }

    // for kernels with uint[10] result
    //   note that the Kotlin type "long" is a wider signed type than the unsigned script type "uint"
    object resultArray10_uint {
        fun get(): LongArray = …
    }

    // for kernels with uint2 result
    //   note that the Kotlin type "Long2" is a wider signed type than the unsigned script type "uint2"
    object result_uint2 {
        fun get(): Long2 = …
    }

    // for kernels with uint2[10] result
    //   note that the Kotlin type "Long2" is a wider signed type than the unsigned script type "uint2"
    object resultArray10_uint2 {
        fun get(): Array<Long2> = …
    }
}

Java

public class ScriptC_filename extends ScriptC {
  // for kernels with int result
  public static class result_int {
    public int get() { … }
  }

  // for kernels with int[10] result
  public static class resultArray10_int {
    public int[] get() { … }
  }

  // for kernels with int2 result
  //   note that the Java type name "Int2" is not the same as the script type name "int2"
  public static class result_int2 {
    public Int2 get() { … }
  }

  // for kernels with int2[10] result
  //   note that the Java type name "Int2" is not the same as the script type name "int2"
  public static class resultArray10_int2 {
    public Int2[] get() { … }
  }

  // for kernels with uint result
  //   note that the Java type "long" is a wider signed type than the unsigned script type "uint"
  public static class result_uint {
    public long get() { … }
  }

  // for kernels with uint[10] result
  //   note that the Java type "long" is a wider signed type than the unsigned script type "uint"
  public static class resultArray10_uint {
    public long[] get() { … }
  }

  // for kernels with uint2 result
  //   note that the Java type "Long2" is a wider signed type than the unsigned script type "uint2"
  public static class result_uint2 {
    public Long2 get() { … }
  }

  // for kernels with uint2[10] result
  //   note that the Java type "Long2" is a wider signed type than the unsigned script type "uint2"
  public static class resultArray10_uint2 {
    public Long2[] get() { … }
  }
}

Se javaResultType è un tipo di oggetto (incluso un tipo di array), ogni chiamata a javaFutureType.get() sulla stessa istanza restituirà lo stesso oggetto.

Se javaResultType non può rappresentare tutti i valori di tipo resultType e un kernel di riduzione produce un valore non rappresentabile, javaFutureType.get() genera un'eccezione.

Metodo 3 e devecSiInXType

devecSiInXType è il tipo Java corrispondente a inXType dell'argomento corrispondente della funzione accumulatore. A meno che inXType non sia un tipo senza segno o un tipo di vettore, devecSiInXType è il tipo Java direttamente corrispondente. Se inXType è un tipo scalare senza segno, devecSiInXType è il tipo Java corrispondente direttamente al tipo scalare con segno della stessa dimensione. Se inXType è un tipo di vettore con segno, devecSiInXType è il tipo Java corrispondente direttamente al tipo di componente del vettore. Se inXType è un tipo di vettore senza segno, devecSiInXType è il tipo Java corrispondente direttamente al tipo scalare con segno della stessa dimensione del tipo di componente del vettore. Ad esempio:

Se inXType è int, devecSiInXType è int.
Se inXType è int2, devecSiInXType è int. L'array è una rappresentazione appiattita: ha un numero di elementi scalari doppio rispetto agli elementi vettoriali a 2 componenti dell'allocazione. Questo è lo stesso modo in cui funzionano i metodi copyFrom() di Allocation.
Se inXType è uint, deviceSiInXType è int. Un valore con segno nell'array Java viene interpretato come un valore senza segno dello stesso pattern di bit nell'allocazione. Questo è lo stesso modo in cui funzionano i metodi copyFrom() di Allocation.
Se inXType è uint2, deviceSiInXType è int. Si tratta di una combinazione del modo in cui vengono gestiti int2 e uint: l'array è una rappresentazione appiattita e i valori con segno dell'array Java vengono interpretati come valori Element senza segno di RenderScript.

Tieni presente che per il Metodo 3, i tipi di input vengono gestiti in modo diverso rispetto ai tipi di risultati:

L'input vettoriale di uno script viene appiattito sul lato Java, mentre il risultato vettoriale di uno script non lo è.
L'input non firmato di uno script è rappresentato come un input firmato della stessa dimensione sul lato Java, mentre il risultato non firmato di uno script è rappresentato come un tipo firmato ampliato sul lato Java (tranne nel caso di ulong).

Altri esempi di kernel di riduzione

#pragma rs reduce(dotProduct) \
  accumulator(dotProductAccum) combiner(dotProductSum)

// Note: No initializer function -- therefore,
// each accumulator data item is implicitly initialized to 0.0f.

static void dotProductAccum(float *accum, float in1, float in2) {
  *accum += in1*in2;
}

// combiner function
static void dotProductSum(float *accum, const float *val) {
  *accum += *val;
}

// Find a zero Element in a 2D allocation; return (-1, -1) if none
#pragma rs reduce(fz2) \
  initializer(fz2Init) \
  accumulator(fz2Accum) combiner(fz2Combine)

static void fz2Init(int2 *accum) { accum->x = accum->y = -1; }

static void fz2Accum(int2 *accum,
                     int inVal,
                     int x /* special arg */,
                     int y /* special arg */) {
  if (inVal==0) {
    accum->x = x;
    accum->y = y;
  }
}

static void fz2Combine(int2 *accum, const int2 *accum2) {
  if (accum2->x >= 0) *accum = *accum2;
}

// Note that this kernel returns an array to Java
#pragma rs reduce(histogram) \
  accumulator(hsgAccum) combiner(hsgCombine)

#define BUCKETS 256
typedef uint32_t Histogram[BUCKETS];

// Note: No initializer function --
// therefore, each bucket is implicitly initialized to 0.

static void hsgAccum(Histogram *h, uchar in) { ++(*h)[in]; }

static void hsgCombine(Histogram *accum,
                       const Histogram *addend) {
  for (int i = 0; i < BUCKETS; ++i)
    (*accum)[i] += (*addend)[i];
}

// Determines the mode (most frequently occurring value), and returns
// the value and the frequency.
//
// If multiple values have the same highest frequency, returns the lowest
// of those values.
//
// Shares functions with the histogram reduction kernel.
#pragma rs reduce(mode) \
  accumulator(hsgAccum) combiner(hsgCombine) \
  outconverter(modeOutConvert)

static void modeOutConvert(int2 *result, const Histogram *h) {
  uint32_t mode = 0;
  for (int i = 1; i < BUCKETS; ++i)
    if ((*h)[i] > (*h)[mode]) mode = i;
  result->x = mode;
  result->y = (*h)[mode];
}

Altri esempi di codice

Gli esempi BasicRenderScript, RenderScriptIntrinsic e Hello Compute mostrano ulteriormente l'utilizzo delle API trattate in questa pagina.

Panoramica di RenderScript Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

Scrittura di un kernel RenderScript

Impostazione della precisione in virgola mobile

Accesso alle API RenderScript da Java

Utilizzo delle API della libreria di supporto RenderScript

Alla moda

Kotlin

Kotlin

Java

Utilizzo di RenderScript dal codice Java o Kotlin

Kotlin

Java

Modello di esecuzione asincrona

RenderScript a singola origine

Kotlin

Java

Script Globals

Kernel di riduzione in dettaglio

Scrittura di un kernel di riduzione

Cosa non puoi dare per scontato?

Cosa devi garantire?

Chiamata di un kernel di riduzione dal codice Java

Kotlin

Java

Kotlin

Java

Kotlin

Java

Kotlin

Java

Metodo 3 e devecSiInXType

Altri esempi di kernel di riduzione

Altri esempi di codice

Panoramica di RenderScript