CPU指令级优化（1）

简介

Intel的CPU和ARM的CPU都有SIMD指令，可以完成CPU 指令级的并行化。这里边主要涉及CPU的汇编的知识和一些寄存器的知识。在一些耗时的SLAM优化迭代的场合，经常出现这样的指令的优化。SSE是Intel x86架构CPU的SIMD指令的简称，NEON是ARM CPU的SIMD指令的简称。

由于项目的需要，我以前的时候用过一段SSE指令，后来一段时间没有在接触过，最近在玩飞机，我们在DJI M100上加了ARM架构的TK1板，在移植slam的代码的时候，一些SSE的代码需要转换为NEON指令。因此这里做了一些两种SIMD指令的转化和比较。

寄存器的基础知识

一般computer中存在内存，内存就像仓库，我们不常用的东西分类放到仓库里边去。等到用的时候就会拿出来放在手边，手边的一些柜子书桌就是CPU中的寄存器。寄存器的位数和指令的位宽是一样的。我们说128位的指令位宽，那么对应的寄存器的位数就是128位，而CPU每次可以计算的数据的宽度最大也是128位。因为我们常用的数据达不到这样的宽度，这样每个指令周期就可以执行多个数据的计算。这就是所谓向量化计算。

汇编指令基础

我们的c语言中的加法减法（各种运算 加减乘除 与或非 等等）都有对应的指令，可以很容易转换，但是在赋值等操作中涉及load和store内存的操作，这是c语言中看不见的。

浮点计算 vs 整数计算

为什么要分开讲呢？因为在指令集中也是分开的，另外，由于浮点数占4个字节或者8个字节，而整数却可以分别占1,2,4个字节按照应用场合不同使用的不同，因此向量化加速也不同。因此一个指令最多完成4个浮点数计算。而可以完成16个int8_t数据的计算。

数据存储和读取

在c中看不到寄存器，数据在寄存器还是内存中，我们不知道，但是在汇编中，就要分的很清楚才行，因为送到运算器的数据一般是要线放到寄存器中去的的。其中涉及到两个指令load 和 store指令，前者将数据从从内存中读取出来放到寄存器里