JavaRush /Java-Blog /Random-DE /Google hat Android Oreo (Go-Edition) für Einsteigergeräte...

Google hat Android Oreo (Go-Edition) für Einsteigergeräte veröffentlicht

Veröffentlicht in der Gruppe Random-DE
Im Mai dieses Jahres kündigte Google bei der Eröffnung der Entwicklerkonferenz Google I/O 2017 Android Go an, ein „leichtes“ Betriebssystem für Einsteigergeräte mit weniger als 1 GB RAM.
Google hat Android Oreo (Go Edition) für Einsteigergeräte veröffentlicht – 1
Sechs Monate sind vergangen, Google hat Wort gehalten und Android Oreo (Go-Edition) eingeführt. Bei dem neuen Produkt handelt es sich um eine abgespeckte Version des neuesten Betriebssystems Android 8.1. In dieser Android-Version haben Entwickler die Leistung des Betriebssystems optimiert und laut Google läuft die „durchschnittliche“ Anwendung nun 15 % schneller. Auf dem Gerät ist außerdem standardmäßig die Google-Datenspeicherung aktiviert, sodass Sie steuern können, wie Apps Benutzerdaten verwenden. Ich werde versuchen, schwache Prozessoren und den Google Play Store nicht zu überlasten. Die spezielle Version des App Stores in Go Edition stört den Benutzer nicht, wenn er sich plötzlich dazu entschließt, eine übermäßig leistungsstarke Anwendung herunterzuladen, hebt aber dennoch die Programme hervor, die auf einem Einsteigergerät besser funktionieren. In der Regel verfügen preisgünstige Smartphones und Tablets angesichts der Größe des Betriebssystems selbst und der vorinstallierten Anwendungen über sehr wenig Speicherplatz. Android Oreo (Go-Edition) hat vorinstallierte Google-Apps verbessert, sodass sie 50 Prozent weniger Speicherplatz auf Ihrem Gerät beanspruchen.
Google hat Android Oreo (Go Edition) für Einsteigergeräte veröffentlicht – 2
Zusammen mit Android Oreo (Go-Edition) stellte Google die endgültige Version von Android 8.1 Oreo OS für Pixel- und Nexus-Smartphones vor. Die Vertriebstermine für diese Version hängen von den Regionen und der Reaktionsgeschwindigkeit der Smartphone-Hersteller ab. Android 8.1 enthält eine verbesserte API für neuronale Netze , um Hardware zur Beschleunigung von Computer-Vision- und Deep-Learning-Aufgaben zu nutzen.
Kommentare
TO VIEW ALL COMMENTS OR TO MAKE A COMMENT,
GO TO FULL VERSION