- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
我正在使用 ARM NEON 内在函数(llvm、iOS)对内部循环进行矢量化。我通常使用 float32x4_t
。我的计算结束时需要对该向量中四个 float 中的三个求和。
此时我可以回到 C float 和 vst1q_f32
来获取四个值并将我需要的三个值相加。但我认为,如果有一种方法可以在一两条指令中直接使用向量来执行此操作,然后只获取一个 channel 结果,这可能会更有效,但我无法找出任何明确的路径来执行此操作。
我是 NEON 编程的新手,现有的“文档”非常糟糕。有任何想法吗?谢谢!
最佳答案
您应该能够使用 VFP 单元来完成此类任务。 NEON 和 VFP 共享相同的寄存器组,这意味着您无需为了充分利用一个单元而对寄存器进行混洗,它们还可以对相同的寄存器位有不同的看法。
您的 float32x4_t
是 128 位的,因此它必须位于一个四元 (Q) 寄存器中。如果您只使用 arm intrinsic,您将不知道您使用的是哪一个。如果它位于 4 以上,则存在问题,VFP 无法将其视为单一精度(对于好奇的读者:我保持简单,因为 VFP 版本之间存在差异,这是最低要求。).因此,最好将您的 float32x4_t
移动到固定寄存器,如 Q0
。在此之后,您只需将 S0、S1、S2 等寄存器与 vadd.f32
相加,然后将结果移回 ARM 寄存器。
一些警告...VFP 和 NEON 理论上是不同的执行单元,共享相同的寄存器组和管道。我不确定这种方法是否比其他方法好,我不需要说,但你应该做基准测试。此外,这种方法并未使用 neon 内在函数进行简化,因此您可能需要使用内联汇编来编写代码。
我做了一个简单的片段来查看它的样子,然后我想出了这个:
#include "arm_neon.h"
float32_t sum3() {
register float32x4_t v asm ("q0");
float32_t ret;
asm volatile(
"vadd.f32 s0, s1\n"
"vadd.f32 s0, s2\n"
"vmov %[ret], s0\n"
: [ret] "=r" (ret)
:
:);
return ret;
}
objdump
看起来像(用 gcc -O3 -mfpu=neon -mfloat-abi=softfp 编译)
00000000 <sum3>:
0: ee30 0a20 vadd.f32 s0, s0, s1
4: ee30 0a01 vadd.f32 s0, s0, s2
8: ee10 3a10 vmov r0, s0
c: 4770 bx lr
e: bf00 nop
如果你试一试,我真的很想听听你的印象!
关于ios - 在 NEON float32x4_t 中总结 3 条车道,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13871113/
用 ARM-NEON 编码的计算密集型算法的最佳指令吞吐量是多少? 例如,如果我有一个基于大量 8 位 -> 8 位操作的简单算法,那么可以维持的最快执行速度(以每个周期的 8 位操作衡量)是多少我们
我想为 armv6 构建我的库,如果设备支持,我会在运行时启用一些 neon 代码。 neon 代码使用 neon 内在函数,为了能够编译它,我必须启用 armeabi-v7a,但这会影响常规的 c
我正在寻找使用 NEON 内在函数测试 128 NEON 寄存器是否包含全零的最快方法。 我目前正在使用 3 个 OR 操作和 2 个 MOV: uint32x4_t vr = vorrq_u32(v
“无法加载JNI共享库“C:\ Program Files(x86)\ Java \ jre1.8.0_131 \ bin \ client \ jvm.dll” 我该如何解决此错误 最佳答案 是否根
实际上,我正在尝试找出一种比较从“unsigned short”数组加载的 NEON 寄存器值的好方法。由于我正在处理一个大型项目,因此无法解释共享整个代码部分。相反,我将分享一个类似的例子,以便每个
NEON 怎么会和 C 一样慢? 我一直在尝试构建一个快速直方图函数,通过为输入值分配一个值(这是它们最接近的范围阈值),将输入值分入范围。这是应用于图像的东西,因此它必须很快(假设图像数组为 640
我的 Zynq-7000 ARM Cortex-A9 处理器同时具有 NEON 和 VFPv3 扩展,Zynq-7000-TRM 表示处理器配置为具有“VFPv3 和高级 SIMD 指令的独立管道”。
我正在编译以下 ARM NEON 内在测试代码(在 Eclipse 和 Android NDK 中): void foo(uint64_t* Res) { uint64_t x = 0xff1
我是 NEON 内部函数(A9 处理器)的新手。 我想将 uint8x16_t 转换为 int32x4_t 值。我尝试使用 vreinterpret_s32_u8 来这样做,但没有用。 有人可以指导我
Eclipse Neon 在启动期间显示错误消息框并且不会打开。该消息提供了日志文件的文件路径。在该文件中,我看到此错误消息: !ENTRY org.eclipse.e4.ui.workbench.s
我有一个简单的单极低通滤波器(用于参数平滑),可以用以下公式解释: y[n] = (1-a) * y[n-1] + a * x[n] 如何在 ARM Neon 上有效矢量化这种情况 - 使用内在函数?
我用 polymer 构建了一个小型网络应用程序,并使用 NEON 动画。我想在特定动画(例如英雄动画和波纹动画)的自动测试中测量 fps。neon-animation中是否有animationEnd
有没有办法在保存文件时识别 Eclipse 发生了什么? 我的 Eclipse 运行速度非常慢(保存文件需要近 3 分钟)。只需在文件中添加一个空格并保存,它就会一直显示“正在更新导航器内容查看器”和
Eclipse Neon 启动后不到两分钟就不断卡住。没有显示错误消息或异常,工作台只是停止响应。 .log 文件中有无数异常,例如: !ENTRY org.eclipse.ui 4 4 2016-0
如何禁用 Eclipse Neon 中的欢迎屏幕? 虽然有 similar question for Eclipse Juno ,但建议的方法似乎在 Eclipse Neon 中不起作用。 我发现的一
我需要在 Neon 中实现以下循环。 int jump=4,c[8],i; //c[8] may be declared here int *src,sum=0; //**EDIT:** src p
这个问题在这里已经有了答案: arm neon compare operations generate negative one (2 个答案) 关闭 6 年前。 根据 Neon 文档: 如果一条车
假设我在 neon 中有一个 64 位 d 寄存器。假设它存储值 ABCDEFGH。现在我想添加 A&E、B&F、C&G、D&H 等等。这里是否有任何内在的东西可以进行这样的操作 我查看了文档,但没有
我正在努力将下面的代码翻译成 Neon Assembly。任何帮助将不胜感激。 void sum(int length, int *a, int *b, int *c, int *d, char *r
我试图改进一些代码,但我做不到,所以我在这里寻求帮助,我也尝试过使用内在函数,但是如果你想使用内在函数,你需要使用 GCC 编译器,这个编译器编译速度较慢比 LLVM,那么所有的代码都会变慢,所以最好
我是一名优秀的程序员,十分优秀!