android 应用 32 位和 64 位有什么实质上的区别？

[eyeshuaji]

来点干货，“更省电更流畅”这些太笼统了

[a1105288116]

编译器不一样？

[lakehylia]

现在手机 CPU 基本都是 64 位的了，64 位的 CPU 是兼容 32 位的应用的。64 位的 CPU 兼容 32 位的应用一般是通过虚拟机实现，64 位的 CPU 运行 64 位的应用，就可以直接跑。

[yukiww233]

[podel]

主要还是很多 android 程序本质上使用了外部的 C/C++编译的裤。调用了这些功能。
这些外部库是 32/64 位的 ARM 二进制 不是很兼容。

[feather12315]

最直观的：地址空间大小不同。
这里的地址空间不仅仅是 RAM ，还包括设备空间

[icyalala]

https://community.arm.com/arm-community-blogs/b/architectures-and-processors-blog/posts/porting-to-arm-64-bit

[efcndi]

Windows 应用 32 位和 64 位有什么实质上的区别？

[moen]

体验上的实质区别得在新的硬件上才体现得比较明显，因为 Android 的 64 位迁移已经是要靠硬件来强制推动，之前靠软件层面的推动都不怎么有效

去年的一些三丛集 ARMv9 架构 CPU 只有大核保留兼容 32 位的指令集，这意味着 32 位的应用全程只能运行在大核上，利用不了超大核的性能以及小核的低功耗，相比 64 位的应用会显得性能不佳且耗电
而 ARM 最新发布的公版 CPU 其大核也砍掉了 32 位指令集的兼容，这种情况下的区别就更明显了——32 位应用根本无法运行

[AoEiuV020CN]

没感觉的，Windows32 位 64 位共存都多少年了，也没人拒绝 32 位，单从使用体验甚至无法判断是不是 32 位，

[q1angch0u]

long 的长度不一样 [狗头]

[z836454898]

@lakehylia 64 位原生支持 32 位啊，只不过 CPU 通信带宽被浪费一半了

[taobibi]

你还别说，我打算实际测试一下，我还有能勉强开机的 nvidia tegra 4 设备，tegra 4 应该是 32 位 cpu 的性能绝唱了。测试一下纯 32 位性能和现在 64 位兼容 32 位的这种性能提升

[geekvcn]

没区别，内存寻址空间不同，不兼容 32 位可以减少软件维护成本和硬件晶体管数量。32 位软件同样的功能，在不需要超过 4G 内存的时候，占用内存反而更少。另外现在安卓应用大多数基于 WebView ，也就是 WebView 升级到 64 位罢了。32 位跑 int64 和双精度浮点，需要两个时钟周期，64 位只需要一个。所以为了性能，一般 32 位软件都用 int32 ，更容易数据溢出

[JensenQian]

以后安卓应该 32 位会逐渐消失了
骁龙 8,8+，天玑 9000 这三安卓最新的顶级 soc 都是只有 3 个大核 A710 支持 32 位，arm 还说为了国内客户需求保留的

[JensenQian]

@JensenQian #14 还有国内四大手机厂商，华米 ov 的应用商店也不让 32 位的包上去了
硬件还有软件上 32 位都会逐渐消失了
刚看了下我手机上 32 位的还有一个中行 app 和 tim 是 32 位的了

[beginor]

64 位可以使用更大的内存，怎么样，很快手机内存也得卷上 32G 了

[WebKit]

@z836454898 最新的骁龙 8 已经不支持 32 位了。运行 32 位应用是通过模拟进行的

[WebKit]

@geekvcn 大多数基于 webview ？你从从哪里得出这个结论的。目前原生还是多于 H5 的

[XXWHCA]

对纯 JAVA 应用来说没有区别，因为全部运行在 ART 虚拟机内，区别也是虚拟机指令集性能的差异。
对于 Native 应用（涉及到 JNI ，NDK ）来说会有一定影响，总体来说 arm64 会比 arm v7a 性能更好，但是一般无法更好来对比，因为硬件的发展导致新架构就算以兼容模式运行老架构代码，性能上也有很大的提升。还有性能上的影响很大一部分和代码编写有关，好的代码在老架构也是很高效的。

[XXWHCA]

实际上省电是多方面导致的。最关键的是架构升级带来的指令集性能提升，然后就是硬件制造工艺的提升，这两部分就可以大大提升芯片性能并降低发热量；然后还有一部分软件方面的调教，通过控制芯片供电、频率等方式来降低功耗。
实际上 cpu 的消耗的电量可以说全部用来发热了，性能的提升会缩短运行代码的时间，运行时间越短发热也就越小，从而更省电。
但是这只是大部分场景下，还有一些特殊情况，比如芯片都有侧重点，比如最常见的 CPU 和 GPU ，如果使用 CPU 进行图像渲染，显然会很低效，所以 CPU 进行逻辑运算浮点运算等，GPU 进行图像运算，只有各司其职才可以更加高效。