190、移动端计算摄影的算力分配：CPU、GPU、DSP、NPU 的任务划分与性能优化

一、一个让我熬夜三天的bug

去年Q2，我负责某旗舰机型的夜景模式调优。项目组反馈：开启超级夜景后，取景器预览帧率从30fps掉到8fps，用户滑动变焦时画面卡成PPT。我第一反应是ISP pipeline过载，查了ISP负载曲线——正常，甚至还有余量。再查CPU占用率，四个大核全跑满，温度直逼85度。问题出在哪？我盯着perfetto trace看了两小时，发现一个诡异现象：HDR合成线程被调度到了小核上，而CPU大核在跑一个纯数学运算——高斯金字塔构建。这活儿本该交给GPU或者DSP干，但代码里写死了用CPU的NEON指令集。更坑的是，这个高斯金字塔的输入分辨率是4000x3000，每帧要算5层，CPU大核跑一次要12ms，而GPU只用2.3ms。我改了一行代码，把金字塔构建扔给GPU，预览帧率直接回到28fps。这个教训让我意识到：算力分配不是“哪个核闲着就用哪个”，而是“哪个核最适合干这个活”。

二、移动端计算摄影的算力谱系

先给个直观的算力特征对比，别当教科书背，当工具书查：

• CPU（大核）：延迟敏感、分支预测强、单线程性能天花板高。适合做控制流密集的任务，比如场景检测的决策树、AE/AWB的收敛逻辑、多帧对齐的匹配点筛选。但别拿它做像素级并行运算，那是自虐。
• GPU：吞吐量怪兽，但延迟高、功耗大。适合做