轉(zhuǎn)載自：http://www.cnblogs.com/xylc/p/5410517.html

方便筆記和后續(xù)學習哪亿，如有侵權(quán)請聯(lián)系刪除

前言

本系列博文用于介紹ARM CPU下NEON指令優(yōu)化。

博文github地址：github

相關(guān)代碼github地址：github

NEON指令集

主流支持目標平臺為ARM CPU的編譯器基本都支持NEON指令睬隶÷嗉校可以通過在代碼中嵌入NEON匯編來使用NEON，但是更加常見的方式是通過類似C函數(shù)的NEON Instrinsic來編寫NEON代碼苏潜。就如同NEON hello world一樣银萍。NEON Instrinsic是編譯器支持的一種buildin類型和函數(shù)的集合，基本涵蓋NEON的所有指令恤左，通常這些Instrinsic包含在arm_neon.h頭文件中贴唇。

本文以android-ndk-r11c中armv7的arm_neon.h為例，講解NEON的指令類型飞袋。

寄存器

ARMV7架構(gòu)包含：

16個通用寄存器（32bit）戳气，R0-R15

16個NEON寄存器（128bit），Q0-Q15（同時也可以被視為32個64bit的寄存器巧鸭，D0-D31）

16個VFP寄存器（32bit）瓶您，S0-S15

NEON和VFP的區(qū)別在于VFP是加速浮點計算的硬件不具備數(shù)據(jù)并行能力，同時VFP更盡興雙精度浮點數(shù)（double）的計算纲仍，NEON只有單精度浮點計算能力呀袱。更多請參考stackoverflow:neon vs vfp

基本數(shù)據(jù)類型

64bit數(shù)據(jù)類型，映射至寄存器即為D0-D31

相應的c/c++語言類型（stdint.h或者csdtint頭文件中類型）在注釋中說明郑叠。

//typedef int8_t[8] int8x8_t;typedef__builtin_neon_qiint8x8_t__attribute__((__vector_size__ (8)));//typedef int16_t[4] int16x4_t;typedef__builtin_neon_hiint16x4_t__attribute__((__vector_size__ (8)));//typedef int32_t[2] int32x2_t;typedef__builtin_neon_siint32x2_t__attribute__((__vector_size__ (8)));//typedef int64_t[1] int64x1_t;typedef__builtin_neon_diint64x1_t;//typedef float16_t[4] float16x4_t;//（注：該類型為半精度夜赵，在部分新的CPU上支持，c/c++語言標注中尚無此基本數(shù)據(jù)類型）typedef__builtin_neon_hffloat16x4_t__attribute__((__vector_size__ (8)));//typedef float32_t[2] float32x2_t;typedef__builtin_neon_sffloat32x2_t__attribute__((__vector_size__ (8)));//poly8以及poly16類型在常用算法中基本不會使用//詳細解釋見：//http://stackoverflow.com/questions/22224282/arm-neon-and-poly8-t-and-poly16-ttypedef__builtin_neon_poly8poly8x8_t__attribute__((__vector_size__ (8)));typedef__builtin_neon_poly16poly16x4_t__attribute__((__vector_size__ (8)));#ifdef__ARM_FEATURE_CRYPTOtypedef__builtin_neon_poly64poly64x1_t;#endif//typedef uint8_t[8] uint8x8_t;typedef__builtin_neon_uqiuint8x8_t__attribute__((__vector_size__ (8)));//typedef uint16_t[4] uint16x4_t;typedef__builtin_neon_uhiuint16x4_t__attribute__((__vector_size__ (8)));//typedef uint32_t[2] uint32x2_t;typedef__builtin_neon_usiuint32x2_t__attribute__((__vector_size__ (8)));//typedef uint64_t[1] uint64x1_t;typedef__builtin_neon_udiuint64x1_t;

128bit數(shù)據(jù)類型乡革，映射至寄存器即為Q0-Q15

相應的c/c++語言類型（stdint.h或者csdtint頭文件中類型）在注釋中說明寇僧。

//typedef int8_t[16] int8x16_t;typedef__builtin_neon_qiint8x16_t__attribute__((__vector_size__ (16)));//typedef int16_t[8] int16x8_t;typedef__builtin_neon_hiint16x8_t__attribute__((__vector_size__ (16)));//typedef int32_t[4] int32x4_t;typedef__builtin_neon_siint32x4_t__attribute__((__vector_size__ (16)));//typedef int64_t[2] int64x2_t;typedef__builtin_neon_diint64x2_t__attribute__((__vector_size__ (16)));//typedef float32_t[4] float32x4_t;typedef__builtin_neon_sffloat32x4_t__attribute__((__vector_size__ (16)));//poly8以及poly16類型在常用算法中基本不會使用//詳細解釋見：//http://stackoverflow.com/questions/22224282/arm-neon-and-poly8-t-and-poly16-ttypedef__builtin_neon_poly8poly8x16_t__attribute__((__vector_size__ (16)));typedef__builtin_neon_poly16poly16x8_t__attribute__((__vector_size__ (16)));#ifdef__ARM_FEATURE_CRYPTOtypedef__builtin_neon_poly64poly64x2_t__attribute__((__vector_size__ (16)));#endif//typedef uint8_t[16] uint8x16_t;typedef__builtin_neon_uqiuint8x16_t__attribute__((__vector_size__ (16)));//typedef uint16_t[8] uint16x8_t;typedef__builtin_neon_uhiuint16x8_t__attribute__((__vector_size__ (16)));//typedef uint32_t[4] uint32x4_t;typedef__builtin_neon_usiuint32x4_t__attribute__((__vector_size__ (16)));//typedef uint64_t[2] uint64x2_t;typedef__builtin_neon_udiuint64x2_t__attribute__((__vector_size__ (16)));typedeffloatfloat32_t;typedef__builtin_neon_poly8poly8_t;typedef__builtin_neon_poly16poly16_t;#ifdef__ARM_FEATURE_CRYPTOtypedef__builtin_neon_poly64poly64_t;typedef__builtin_neon_poly128poly128_t;#endif

結(jié)構(gòu)化數(shù)據(jù)類型

下面這些數(shù)據(jù)類型是上述基本數(shù)據(jù)類型的組合而成的結(jié)構(gòu)化數(shù)據(jù)類型，通常為被映射到多個寄存器中沸版。

typedefstructint8x8x2_t{int8x8_tval[2];}int8x8x2_t;...//省略......#ifdef__ARM_FEATURE_CRYPTOtypedefstructpoly64x2x4_t{poly64x2_tval[4];}poly64x2x4_t;#endif

基本指令集

NEON指令按照操作數(shù)類型可以分為正常指令嘁傀、寬指令、窄指令视粮、飽和指令细办、長指令。

正常指令：生成大小相同且類型通常與操作數(shù)向量相同到結(jié)果向量馒铃。

長指令：對雙字向量操作數(shù)執(zhí)行運算蟹腾，生產(chǎn)四字向量到結(jié)果。所生成的元素一般是操作數(shù)元素寬度到兩倍区宇，并屬于同一類型娃殖。L標記，如VMOVL议谷。

寬指令：一個雙字向量操作數(shù)和一個四字向量操作數(shù)執(zhí)行運算炉爆，生成四字向量結(jié)果。W標記卧晓，如VADDW芬首。

窄指令：四字向量操作數(shù)執(zhí)行運算，并生成雙字向量結(jié)果逼裆，所生成的元素一般是操作數(shù)元素寬度的一半郁稍。N標記，如VMOVN胜宇。

飽和指令：當超過數(shù)據(jù)類型指定到范圍則自動限制在該范圍內(nèi)耀怜。Q標記，如VQSHRUN

NEON指令按照作用可以分為：加載數(shù)據(jù)桐愉、存儲數(shù)據(jù)财破、加減乘除運算、邏輯AND/OR/XOR運算从诲、比較大小運算等左痢，具體信息參考資料[1]中附錄C和附錄D部分。

常用的指令集包括：

初始化寄存器

寄存器的每個lane（通道）都賦值為一個值N

Result_tvcreate_type(Scalar_t N)Result_tvdup_type(Scalar_t N)Result_tvmov_type(Scalar_t N)

lane（通道）在下面有說明系洛。

加載內(nèi)存數(shù)據(jù)進寄存器

間隔為x俊性，加載數(shù)據(jù)進NEON寄存器

Result_t vld[x]_type(Scalar_t* N)

Result_t vld[x]q_type(Scalar_t* N)

間隔為x，加載數(shù)據(jù)進NEON寄存器的相關(guān)lane（通道）碎罚，其他lane（通道）的數(shù)據(jù)不改變

Result_t vld[x]_lane_type(Scalar_t* N,Vector_t M,intn)Result_t vld[x]q_lane_type(Scalar_t* N,Vector_t M,intn)

從N中加載x條數(shù)據(jù)磅废，分別duplicate（復制）數(shù)據(jù)到寄存器0-(x-1)的所有通道

Result_t vld[x]_dup_type(Scalar_t* N)

Result_t vld[x]q_dup_type(Scalar_t* N)

lane（通道）：比如一個float32x4_t的NEON寄存器，它具有4個lane（通道）荆烈，每個lane（通道）有一個float32的值拯勉，因此c++ float32x4_t dst = vld1q_lane_f32(float32_t* ptr,float32x4_t src,int n=2)的意思就是先將src寄存器的值復制到dst寄存器中，然后從ptr這個內(nèi)存地址中加載第3個（lane的index從0開始）float到dst寄存器的第3個lane（通道中）憔购。最后dst的值為：{src[0],src[1],ptr[2],src[3]}宫峦。

間隔：交叉存取，是ARM NEON特有的指令玫鸟，比如c++ float32x4x3_t = vld3q_f32(float32_t* ptr)导绷，此處間隔為3，即交叉讀取12個float32進3個NEON寄存器中屎飘。3個寄存器的值分別為：{ptr[0],ptr[3],ptr[6],ptr[9]}妥曲，{ptr[1],ptr[4],ptr[7],ptr[10]}贾费，{ptr[2],ptr[5],ptr[8],ptr[11]}。

存儲寄存器數(shù)據(jù)到內(nèi)存

間隔為x檐盟，存儲NEON寄存器的數(shù)據(jù)到內(nèi)存中

voidvstx_type(Scalar_t* N)voidvstxq_type(Scalar_t* N)

間隔為x褂萧，存儲NEON寄存器的相關(guān)lane（通道）到內(nèi)存中

Result_t vst[x]_lane_type(Scalar_t* N,Vector_t M,intn)Result_t vst[x]q_lane_type(Scalar_t* N,Vector_t M,intn)

讀取/修改寄存器數(shù)據(jù)

讀取寄存器第n個通道的數(shù)據(jù)

Result_tvget_lane_type(Vector_t M,intn)

讀取寄存器的高/低部分到新的寄存器中，數(shù)據(jù)變窄（長度減半）葵萎。

Result_tvget_low_type(Vector_t M)Result_tvget_high_type(Vector_t M)

返回在復制M的基礎上設置通道n為N的寄存器數(shù)據(jù)

Result_tvset_lane_type(Scalar N,Vector_t M,intn)

寄存器數(shù)據(jù)重排

從寄存器M中取出后n個通道的數(shù)據(jù)置于低位导犹，再從寄存器N中取出x-n個通道的數(shù)據(jù)置于高位，組成一個新的寄存器數(shù)據(jù)羡忘。

Result_tvext_type(Vector_t N,Vector_t M,intn)Result_tvextq_type(Vector_t N,Vector_t M,intn)

其他數(shù)據(jù)重排指令還有：

vtbl_tyoe,vrev_type,vtrn_type,vzip_type,vunzip_type,vcombine ...

等以后有時間一一講解谎痢。

類型轉(zhuǎn)換指令

強制重新解釋寄存器的值類型，從SrcType轉(zhuǎn)化為DstType卷雕，其內(nèi)部實際值不變且總的字節(jié)數(shù)不變节猿，舉例：vreinterpret_f32_s32(int32x2_t)，從int32x2_t轉(zhuǎn)化為float32x2_t爽蝴。

vreinterpret_DstType_SrcType(Vector_t N)

算數(shù)運算指令

[普通指令] 普通加法運算 res = M+N

Result_tvadd_type(Vector_t M,Vector_t N)Result_tvaddq_type(Vector_t M,Vector_t N)

[長指令] 變長加法運算 res = M+N沐批，為了防止溢出，一種做法是使用如下指令蝎亚，加法結(jié)果存儲到長度x2的寄存器中九孩，如：vuint16x8_t res = vaddl_u8(uint8x8_t M,uint8x8_t N)。

Result_tvaddl_type(Vector_t M,Vector_t N)

[寬指令] 加法運算 res = M+N发框，第一個參數(shù)M寬度大于第二個參數(shù)N躺彬。

Result_tvaddw_type(Vector_t M,Vector_t N)

[普通指令] 加法運算 res = trunct(M+N)（溢出則截斷）之后向右平移1位，即計算M和N的平均值

Result_tvhadd_type(Vector_t M,Vector_t N)

[普通指令] 加法運算 res = round(M+N)（溢出則循環(huán)）之后向右平移1位梅惯，即計算M和N的平均值

Result_tvrhadd_type(Vector_t M,Vector_t N)

[飽和指令] 飽和加法運算 res = st(M+N)宪拥，如：vuint8x8_t res = vqadd_u8(uint8x8_t M,uint8x8_t N)，res超出int8_t的表示范圍（0铣减，255）她君，比如256，則設為255.

Result_tvqadd_type(Vector_t M,Vector_t N)

[窄指令] 加法運算 res = M+N葫哗，結(jié)果比參數(shù)M/N的長度小一半缔刹，如 uint8x8_t res = vaddhn_u16(uint16x8_t M,uint16x8_t N)

Result_tvaddhn_type(Vector_t M,Vector_t N)

[普通指令] 減法運算 res = M-N

Result_tvsub_type(Vector_t M,Vector_t N)

[普通指令] 乘法運算 res = M*N

Result_tvmul_type(Vector_t M,Vector_t N)Result_tvmulq_type(Vector_t M,Vector_t N)

[普通指令] 乘&加法運算 res = M+N*P

Result_tvmla_type(Vector_t M,Vector_t N,Vector_t P)Result_tvmlaq_type(Vector_t M,Vector_t N,Vector_t P)

[普通指令] 乘&減法運算 res = M-N*P

Result_tvmls_type(Vector_t M,Vector_t N,Vector_t P)Result_tvmlsq_type(Vector_t M,Vector_t N,Vector_t P)

類似加法運算，減法和乘法運算也有一系列變種...

數(shù)據(jù)處理指令

[普通指令] 計算絕對值 res=abs(M)

Result_tvabs_type(Vector_t M)

[普通指令] 計算負值 res=-M

Result_tvneg_type(Vector_t M)

[普通指令] 計算最大值 res=max(M,N)

Result_tvmax_type(Vector_t M,Vector_t N)

[普通指令] 計算最小值 res=min(M,N)

Result_tvmin_type(Vector_t M,Vector_t N)

...

比較指令

[普通指令] 比較是否相等 res=mask(M == N)

Result_tvceg_type(Vector_t M,Vector_t N)

[普通指令] 比較是否大于或等于 res=mask(M >= N)

Result_tvcge_type(Vector_t M,Vector_t N)

[普通指令] 比較是否大于 res=mask(M > N)

Result_tvcgt_type(Vector_t M,Vector_t N)

[普通指令] 比較是否小于或等于 res=mask(M <= N)

Result_tvcle_type(Vector_t M,Vector_t N)

[普通指令] 比較是否小于 res=mask(M < N)

Result_tvclt_type(Vector_t M,Vector_t N)

...

歸約指令

[普通指令] 歸約加法劣针，M和N內(nèi)部的元素各自相加校镐，最后組成一個新的結(jié)果

Result_tvpadd_type(Vector_t M,Vector_t N)

[普通指令] 歸約最大比較，M和N內(nèi)部的元素比較得出最大值捺典，最后組成一個新的結(jié)果

Result_tvpmax_type(Vector_t M,Vector_t N)

[普通指令] 歸約最小比較鸟廓，M和N內(nèi)部的元素比較得出最小值，最后組成一個新的結(jié)果

Result_tvpmin_type(Vector_t M,Vector_t N)