ARMv8 NEON 教程(二)
该篇主要以float类型为例,以实际在C语言代码中,使用一个完整的neon的使用顺序,来讲解neon(使用率最高的接口)
四、neon变量声明(一切的开始)
1. 变量类型总结:
变量声明实际上就是neon所能用到的数据类型。见下表:
(由于armv8中寄存器是128位,所以数据类型最大不超过128bit)
变量类型 | 说明 |
---|---|
float32_t | 一个128位寄存器存储1个float类型变量 |
float32x2_t | 一个128位寄存器存储2个float类型变量 |
float32x4_t | 一个128位寄存器存储4个float类型变量 |
float64_t | 一个128位寄存器存储1个double类型变量 |
float64x2_t | 一个128位寄存器存储2个double类型变量 |
2. 代码使用:
// 数据类型 变量名
float32x4_t neon_arr;
3. 说明
(1)只有被neon数据类型声明的变量,才能被neon函数接口使用(极少数除外)
(2)被neon声明的变量的值不会自动被置为0,所以用于计算时,一定要记得对其置0初始化!
五、C语言neon函数接口
1. 函数接口语法:
待写
2. 置值(一般用来置0):
/**********************************************************************************
* vdupq_n_f32: 4车道同时置为指定数值
* 函数原型:
* float32x4_t vdupq_n_f32(float32_t const value)
***********************************************************************************/
float val = 7.0;
float32x4_t neon_arr = vdupq_n_f32(val);//neon_arr = {7.0, 7.0, 7.0, 7.0}
3.融合
/**********************************************************************************
* vaddvq: 返回4车道各值得和
* 函数原型:
* float32_t vaddvq(float32x4_t vec)
***********************************************************************************/
float arr[4] = {1.0, 2.0, 3.0, 4.0};
float32x4_t neon_arr = vld1q_f32(arr);
float ans = vaddvq_f32(neon_arr);//ans = 1.0+2.0+3.0+4.0 = 10.0
4. 单车道读取
/**********************************************************************************
* vld1q_lane_f32:将数据读入指定的车道
* 函数原型:
* float32x4_t vld1q_lane_f32(float32_t const * a, float32x4_t vec, int const lane)
***********************************************************************************/
float arr[4] = {1.0, 2.0, 3.0, 4.0};
float32x4_t neon_arr = vdupq_n_f32(0);
neon_arr = vld1q_lane_f32(&(arr[2]),neon_arr,1);//neon_arr = {0.0, 3.0, 0.0, 0.0}
六、使用neon对 “边角” 的处理小技巧
要利用4车道neon向量对for循环加速的前提是,for循环长度能被4整除。如果不能整除,则需要对能整除的部分加速,剩下的部分单独普通计算。这就是对代码的 “边角” 进行处理。
例:
如果这个n值无法被4整除,那么需要对最后的几个元素进行单独处理
int noNeonLoopNormal(float * C, float const * A, float const * B, int const n)
{
for(int i=0;i<n;++i)
{
C[i] = A[i]+B[i];
}
return 0;
}
改成可被整除的循环展开版本:
int noNeonLoopUnrolling(float * C, float const * A, float const * B, int const n)
{
int i;
for(i=0; i<n/4*4; i+=4)
{
C[i] = A[i]+B[i];
C[i+1] = A[i+1]+B[i+1];
C[i+2] = A[i+2]+B[i+2];
C[i+3] = A[i+3]+B[i+3];
}
for(;i<n;++i)
{
C[i] = A[i]+B[i];
}
return 0;
}
改成可被整除的Neon版本:
int NeonLoop(float * C, float const * A, float const * B, int const n)
{
float32x4_t neon_A;
float32x4_t neon_B;
float32x4_t neon_C;
int i;
for(i=0; i<n/4*4; i+=4)
{
neon_A = vld1q_f32(&A[i]);
neon_B = vld1q_f32(&B[i]);
neon_c = vaddq_f32(neon_A,neon_B);
vst1q_f32(&C[i],neon_C);
}
for(;i<n;++i)
{
C[i] = A[i]+B[i];
}
return 0;
}