objective-c - 用于计算平均标准偏差的 Arm 循环代码优化

Question

我想改进一些使用 25% 的应用程序 CPU 的代码，代码如下:

for (int i=0; i<8; i++) {
unsigned f = *p++;
sum += f;
sqsum += f*f;
}

我做了一些 arm 代码，但它不工作，甚至不能编译，这是下一个:

void loop(uint8_t * p , int *  sum ,int * qsum)
{

__asm__ volatile("vld4.8 {d0}, [%0]!      \n"
                 "mov r4, #0              \n" 
                 "vmlal.u8 [%1]!, [%1]!, d0 \n"
                 "vmull.u8 r4, d0 , d0    \n"
                 "vmlal.u8 [%2]!, [%2]!, r4\n"  
                 :
                 : "r"(p), "r"(sum), "r"(qsum)
                 : "r4"
                 );
}

有什么帮助吗？

这是我要改进的功能:

void calculateMeanStDev8x8(cv::Mat* patch, int sx, int sy, int& mean, float& stdev)
    {
    
    unsigned sum=0;
    unsigned sqsum=0;
    
    for (int j=0; j< 8; j++) {
        const unsigned char* p = (const unsigned char*)(patch->data + (j+sy)*patch->step + sx); //Apuntador al inicio de la matrix
        
      //The code to improve
      for (int i=0; i<8; i++) {
      unsigned f = *p++;
    sum += f;
    sqsum += f*f;
    }
    }
    
    mean = sum >> 6;
    int r = (sum*sum) >> 6;
    stdev = sqrtf(sqsum - r);
    
    if (stdev < .1) {
        stdev=0;
    }
}

Answer 1

该循环非常适合 NEON 优化。您可以将 8 个无符号整数放入单个 NEON 寄存器中。没有“对 vector 的所有元素求和”指令，但您可以使用成对加法分 3 步计算 8 个元素的总和。由于我们看不到您的应用程序的其余部分，因此很难知道大局是什么，但 NEON 是提高速度的最佳选择。所有最新的 Apple 产品都支持 NEON 指令，在 XCode 中，您可以将 NEON 内在函数与 C++ 代码混合使用。