NEON簡單總結

對neon加速做乙個簡單的總結，遇到其他問題再記錄整理，這裡感謝幾位博主的奉獻。

先貼乙個簡單的例子，例子參考

#include#include#include using namespace std;
float sum_array(float* arr,int len);
float sum_array_neon(float* arr,int len);
double time_calc(struct timespec &tp_start, struct timespec &tp_end)
int main()
float sum = vgetq_lane_f32(sum_vec,0)+vgetq_lane_f32(sum_vec,1)+vgetq_lane_f32(sum_vec,2)+vgetq_lane_f32(sum_vec,3);
for(;left4>0;left4--,arr++)
return sum;
}

使用neon首先引入標頭檔案，其次就可以根據neon的程式設計指令進行程式的加速和優化，下面將上面用到的函式介紹如下，此處借用無眠梔的介紹：

上面用到的函式有：
float32x4_t vdupq_n_f32 (float32_t value)
將value複製4分存到返回的暫存器中
float32x4_t vld1q_f32 (float32_t const * ptr)
從陣列中依次load4個元素存到暫存器中
相應的 有void vst1q_f32 (float32_t * ptr, float32x4_t val)
將暫存器中的值寫入陣列中
float32x4_t vaddq_f32 (float32x4_t a, float32x4_t b)
返回兩個暫存器對應元素之和 r = a+b
相應的 有float32x4_t vsubq_f32 (float32x4_t a, float32x4_t b)
返回兩個暫存器對應元素之差 r = a-b
float32_t vgetq_lane_f32 (float32x4_t v, const int lane)
返回暫存器某一lane的值
其他常用的函式還有：
float32x4_t vmulq_f32 (float32x4_t a, float32x4_t b)
返回兩個暫存器對應元素之積 r = a*b
float32x4_t vmlaq_f32 (float32x4_t a, float32x4_t b, float32x4_t c)
r = a +b*c
float32x4_t vextq_f32 (float32x4_t a, float32x4_t b, const int n)
拼接兩個暫存器並返回從第n位開始的大小為4的暫存器 0<=n<=3
例如a: 1 2 3 4
b: 5 6 7 8
vextq_f32(a,b,1) -> r: 2 3 4 5
vextq_f32(a,b,2) -> r: 3 4 5 6
vextq_f32(a,b,3) -> r: 4 5 6 7

關於neon函式的命名規則介紹如下，參考stn_lcd：

資料型別 neon intrinsics內建的整數資料型別主要包括以下幾種: (u)int8x8_t; (u)int8x16_t; (u)int16x4_t; (u)int16x8_t; (u)int32x2_t; (u)int32x4_t; (u)int64x1_t; 其中，第乙個數字代表的是資料型別寬度為8/16/32/64位，第二個數字代表的是乙個暫存器中該型別資料的數量。如int16x8_t代表16位有符號數，暫存器中共有8個資料。常用指令 neon intrinsics支援的所有指令可參看arm neon intrinsics，其包含了常用的arm彙編指令型別，如數**算，邏輯運算等。另外，其引入了有針對性的載入／儲存／轉置／交叉訪問等指令。部分常見的指令在會下面的示例環節中予以說明。需要注意的是，指令中的助記符與arm彙編是相同的。示例1: int16x8_t vqaddq_s16 (int16x8_t, int16x8_t) int16x4_t vqadd_s16 (int16x4_t, int16x4_t) 第乙個字母'v'指明是vector向量指令，也就是neon指令；第二個字母'q'指明是飽和指令，即後續的加法結果會自動飽和；第三個字段'add'指明是加法指令；第四個字段'q'指明操作暫存器寬度，為'q'時操作qword, 為128位；未指明時操作暫存器為dword，為64位；第五個字段's16'指明操作的基本單元為有符號16位整數，其最大表示範圍為-32768 ~ 32767；形參和返回值型別約定與c語言一致。其它可能用到的助記符包括: l 長指令，資料擴充套件 w 寬指令，資料對齊 n 窄指令, 資料壓縮示例2 uint8x8_t vld1_u8 (const uint8_t *) 第二個字段'ld'表示載入指令

第三個字段'1'(注意是1，不是l)表示順次載入。如果需要處理影象的rgb分量，可能會用到vld3。關於vld/vst指令更詳細的說明，請自己參閱arm官方文件。

編譯指令介紹如下，此處引用賀二公子的總結：

cpu型別

cpu型別選項

fp選項

fp + simd選項

備註cortex-a5

-mcpu=cortex-a5

-mfpu=vfpv3-fp16

-mfpu=vfpv3-d16-fp16

-mfpu=neon-fp16

-d16表明只有前16個浮點暫存器可用

cortex-a7

-mcpu=cortex-a7

-mfpu=vfpv4

-mfpu=vfpv4-d16

-mfpu=neon-vfpv4

-fp16表明支援16bit半精度浮點操作

cortex-a8

-mcpu=cortex-a8

-mfpu=vfpv3

-mfpu=neon

cortex-a9

-mcpu=cortex-a9

-mfpu=vfpv3-fp16

-mfpu=vfpv3-d16-fp16

-mfpu=neon-fp16

cortex-a15

-mcpu=cortex-a15

-mfpu=vfpv4

-mfpu=neon-vfpv4

NEON簡單總結

NEON 和 VFP 程式設計 NEON通用算術指令

NEON指令化並行技術簡介和簡單使用

neon指令資料解析

NEON簡單總結

NEON 和 VFP 程式設計 NEON通用算術指令

NEON指令化並行技術簡介和簡單使用

neon指令資料解析

相關推薦