NEON_2_SSE.h 是个好东西

简要介绍

NEON_2_SSE.h 是 Intel 官方在 Github 开源的一份代码，其基于 Intel 自身的 SSE 指令，对 Cortex-A 系列平台上的 NEON 浮点加速指令进行了模拟实现，非常有价值，具体有两点如下：

1. 此前基于 Cortex-A 系列用 NEON 指令开发的代码，可以直接无缝切换，在 Windows&Intel 平台运行；
2. 利用 ARM CMSIS DSP 开源代码，可以对普通的浮点代码进行一定程度加速，本文档便针对此进行些许讨论。做几组时延对比，实测性能表现；

其中，CMSIS（Common Microcontroller Software Interface Standard）是ARM公司与多家不同的芯片和软件供应商一起紧密合作定义的，提供了内核与外设、实时操作系统和中间设备之间的通用接口。其中，CMSIS-DSP 为数字信号处理库函数。

而子模块 DSP ，它的统一接口函数支持主流的 ARM 指令，如：循环展开、DSP 指令、NEON 指令与 Helium加速指令，只要打开对应的宏便可，非常方便开发者使用。

---

源码地址

1、Intel 官方 Github 开源代码地址，除了本文介绍的 NEON_2_SSE.h ，还有很多优秀的代码实现：

Intel Corporation​github.com/intel正在上传…重新上传取消​https://link.zhihu.com/?target=https%3A//github.com/intel

2、ARM CMSIS-DSP 的官方链接地址：

CMSIS DSP Software Library​arm-software.github.io/CMSIS_5/DSP/html/index.htmlhttps://link.zhihu.com/?target=https%3A//arm-software.github.io/CMSIS_5/DSP/html/index.html

3、ARM CMSIS-DSP的 Github 源码地址：

github.com​github.com/ARM-software/CMSIS_5/tree/master

---

运行环境

项目	值
编译器	MSVC
系统	Windows 10
芯片	Intel
支持指令	CPUZ 实测支持 SSE、SSE2等
线程	单线程

测量方法

1、以微妙级别统计时间函数 QueryPerformanceCounter 进行测量，官方介绍如下：

QueryPerformanceCounter function - Win32 apps​docs.microsoft.com/zh-cn/windows/win32/api/profileapi/nf-profileapi-queryperformancecounter?redirectedfrom=MSDN正在上传…重新上传取消​

2、每次循环 1000000 次，取均值进行对比；

---

测量结果

注意：

1. 每个人的测试环境一定不一样，这里给出的结果，大家可以看其相对值，有个大体概念；
2. 精力有限，只测试常用的乘法与加法，其它如乘累加、偏移、标量乘等未测；
3. 取四组长度，均为以2底的指数，因为信号处理领域FFT的缘故，经常出现此类长度；

乘法速度测试结果，单位微妙：

Mul	NEON2SSE	float	Int32
512	1.3	1.4	1.3
2048	1.8	2.6	2.5
8192	3.9	6.8	7.3
32768	11.9	21.6	23.4

加法速度测试结果，单位微妙：

Add	NEON2SSE	float	Int32
512	1.2	1.4	1.3
2048	1.4	2.5	2.4
8192	3.9	6.9	6.4
32768	11.9	21.7	22.2

---

测量结论

1、NEON_2_SSE.h 确实可以加速普通的浮点运算，建议使用；

2、多数场景下，定点32位与单精度浮点速度拉不开差距，应该还是因为 Intel 有很卓越的 FPU 协处理器的缘故；