NEON技术粗浅认识

1、简介

         微处理器处理数据主要分为以下几种:

Single instruction single data—SISD

Single instruction multiple data(vectormode)—SIMD

Single instruction multiple data(packeddata mode)—SIMD

(1)SISD

         一次指令操作一个数据。如下例子4次指令操作才完成8个寄存器相加:

addro, r5

add r1,r6

addr2, r7

addr3, r8

 

(2)SIMD(vector mode)

         一次指令可以处理多个数据,但是每个数据处理是顺序执行,如下:

VADD.F32S24, S8, S16

//S24=S8+S16

//S25=S9+S17

//S26=S10+S18

//S27=S11+S19

一个指令,但是数据相加是顺序执行。在ARM上这个也叫Vector Floating Point(VFP)。

(3)SIMD(packed data mode)

         一次指令可以处理多个数据,由于使用大寄存器方式可以同时进行,如下:

VADD.I16Q10, Q8, Q9

一个指令将两个64-bit寄存相加,I16表示数据类型int16,64-bit= 4 * 16,每个寄存器里4个16-bit lanes独立相加,但是同时完成,如图:

在ARM上这个叫做增强型SIMD技术或NEON技术。

2、寄存器信息

         在armv7-A和armv7-R的体系架构上基本采用了neon技术,armv8也支持并与armv7兼容。VFP和NEON共用协处理器CP10和CP11的指令空间和寄存器,并成为ARM/Thumb指令集的一部分。

         NEON寄存器就会是由相同数据类型组成的元素向量,一个寄存器(即一个向量)划分为多个管道,每个管道包含一个数据元素。每个neon指令就是这些管道元素并行操作,且互相不影响。Neon划分为两种向量:64-bit NEON vectors(doubleword简称D寄存器)和128-bit NEON vectors(quadword简称Q寄存器)。

64-bit NEON vectors包含:

8个8-bit elements(即8个管道,每个管道可以包含8bit的数据元素)

4个16-bit elements

2个32-bit elements

1个64-bit elements

128-bit NEONvectors包含:

16个8-bit elements

8个16-bit elments

4个32-bit elements

2个64-bit elements

         这样划分就可以neon用在不同场景:像素处理8-bit,颜色处理16-bit等。

管道lane和元素element关系

执行neon指令:VADD.I16 Q0, Q1, Q2,Q代表128-bit寄存器,I16代表16-bit,这句话就是8个16-bit lanes的128-bit向量寄存器相加,如图所示:

         VFP和NEON是共享寄存器空间,因此寄存器存是重叠的,如图所示:

Neon 寄存器单元:

16个128-bit Q 寄存器,Q0~Q15

32个64-bit D寄存器,D0~D31

VFPv3-D32:

32个64-bit D寄存器,D0~D31

VFPv2或VFPv3-16:

16个64-bit D寄存器,D0~D15

VFP:

16个32-bit S寄存器

neon单元可以访问Q0寄存器作为一个128-bit寄存器

neon单元可以访问Q0寄存器作为两个64-bit寄存器D0和D1

neon不能范围32-bit的S寄存器,但VFP可以访问32-bit

         下表是neon支持的数据类型:

 

3、neon使用方法

(1)汇编

         通过汇编直接时钟neon指令:

.text

.arm

.global double_elements

double_elements:

vadd.i32 q0,q0,q0

bx  lr

.end

arm-hisiv300-linux-as -mfloat-abi=softfp-mfpu=neon-vfpv4 neon_as.S

m-hisiv300-linux-as -mfloat-abi=softfp-mfpu=neon-vfpv4 neon_as.S

该种方式效率最高,但是难度大,移植性差

 

(2)使用arm提供的Intrinsics函数

         可以认为是内联函数,但是在编译时编译器会将函数转化为neon指令。调用该函数需要包含头文件arm_neon.h,该头文件包含了neon各种操作函数,具体可以该头文件arm-hisiv300-linux/lib/gcc/arm-hisiv300-linux-uclibcgnueabi/4.8.3/include/arm_neon.h或参考文档《neon_programmers_guide.pdf》附录D。

简单例子:

#include <arm_neon.h>

uint32x4_t double_elements(uint32x4_tinput)

{

         return(vaddq_u32(input,input));

}

arm-hisiv300-linux-gcc -mfloat-abi=softfp-mfpu=neon-vfpv4 -c neon_in.c

汇编结果如下:

 

(3)自动化向量(实际验证未通过)

         该方式需要对指针参数添加__restrict(用于限定和约束指针,表明指针是访问一个数据对象的唯一且初始的方式)。简单例子:

void add_ints(int * __restrictpa, int * __restrict pb, unsigned int n, int x)

{

         unsigned int i;

         for(i = 0; i < (n & ~3); i++)

                   pa[i] = pb[i] + x;

}

void add_floats(float *__restrict pa, float * __restrict pb, unsigned int n, float x)

{

    unsigned int i;

    for(i = 0; i < (n & ~3); i++)

        pa[i] = pb[i] + x;

}

arm-hisiv300-linux-gcc -mfloat-abi=softfp -mfpu=neon-vfpv4-ftree-vectorize -ftree-vectorizer-verbose=1 -c neon_av.c

汇编如下:

         该方法浮点运算会自动转化为neon指令,而整型则不会。从第二小节可以知道neon支持整型操作,而实际图像,颜色等都是整形数的,该方法对于这些操作就无法发挥neon指令优势。

 

(4)使用第三方优化库

         以下列举了已经用neon优化过的库,编译时加入neon参数,然后调用相应接口进行操作。

A.Ne10

官网:http://projectne10.github.com/Ne10/

git地址:https://github.com/projectNe10/Ne10

C接口函数提供了汇编和常用处理方法

 

B.OpenMAX DL

         地址:http://www.khronos.org/openmax/ 网站无法打开

OpenMAX由Khronosgroup(也是open Gl制定者)制定的开放多媒体加速层,是一个不需要授权、跨平台的软件抽象层,以C语言实现的软件接口,提供了一下系列处理音频、视频、静态图片的API。

OpenMAX自上而下分为三个层次:OpenMAX ALOpenMAXILOpenMAX DL

OpenMAX AL:Application Layer应用和多媒体中间层的标准接口,使得应用在多媒体接口上具有了可移植性

OpenMAX IL: Integration Layer,作为在嵌入式和移动设备中使用的audio,video,images codecs的底层接口。使得AP多媒体框架以以统一的方式访问多媒体codec和支持组件。Codec可以是硬件和软件的任意组合,对用户透明。

OpenMAX DL: Development Layer,最底层使用neon进行了优化

 

C.ffmpeg

官网:http://ffmpeg.org/

git地址:https://github.com/FFmpeg/FFmpeg

         FFmpeg是一套可以用来记录、转换数字音频、视频,并能将其转化为流的开源计算机程序。采用LGPLGPL许可证。它提供了录制、转换以及流化音视频的完整解决方案。它包含了非常先进的音频/视频编解码库libavcodec,为了保证高可移植性和编解码质量,libavcodec里很多code都是从头开发的。

       功能包括视频采集功能、视频格式转换、视频抓图、给视频加水印等。

 

DEigen3

       官网:http://eigen.tuxfamily.org/

       Githubhttps://github.com/artsy/eigen

       Eigen是一个高层次的C ++库,有效支持线性代数,矩阵和矢量运算,数值分析及其相关的算法

 

EPixman

       官网:http://pixman.org/

       2D图形库

 

Fx264

       官网:http://www.videolan.org/developers/x264.html

 

GMath-neon

       官网:http://code.google.com/p/math-neon/

      

 

5hi3536 目前使用neon的方法

       目前,我们只是编译时添加了参数,未做其他处理:

CFLAGS +=-mfloat-abi=softfp -mfpu=neon-vfpv4 -mno-unaligned-access-fno-aggressive-loop-optimizations。简单例子;

float sum1(floata, float b)

{

       return (a+b);

}

int sum2(int a,int b)

{

       return (a+b);

}

arm-hisiv300-linux-gcc -mfloat-abi=softfp -mfpu=neon-vfpv4-c neon.c

汇编如下:

也是对浮点进行了neon操作,而整型是保持不变的。

       因此使用的是第三种自动化向量的方法。

 

4neon应用例子

       在《neon_programmers_guide.pdf》文档中举了好多个neon使用的例子:

A.交换RGB颜色通道

B.处理非对齐数组

C.矩阵计算

D.向量积

E.转换色彩深度

F.中值滤波

GFIR滤波

 

5、官方参考文档

       Neon资料比价少,在arm官网上可以查到如下几个资料,第一个是详细说明。

neon_programmers_guide.pdf

introducing_neon.pdf

neon_support_in_compilation_tools.pdf

  • 8
    点赞
  • 75
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值