c - NEON 中非统一地址跳转的实现

Question

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 points to a 256 element array

for (i = 0; i < 4; i++)
{
  sum  = src[ i + 0 * jump] * c[0];//1
  sum += src[ i + 1 * jump] * c[1];//2
  sum += src[ i + 2 * jump] * c[2];//3
  sum += src[ i + 3 * jump] * c[3];//4
  sum += src[ i + 4 * jump] * c[4];//5
  sum += src[ i + 5 * jump] * c[5];//6
  sum += src[ i + 6 * jump] * c[6];//7
  sum += src[ i + 7 * jump] * c[7];//8


  src += 2;                       //9
}

**EDIT:**
 The code can be shortened as-

int jump=4,c[8],i,j; //initialize array c
int *src,sum,a[256];//initialize array a
src=a;
for (i = 0; i < 4; i++)
{
        sum=0;
        for (j = 0; j < 8; j++)
        {
                  int *p=src+ i + (j * jump);  
                  sum  += (*p)* c[j];    //sum  += src[ i + j* jump] * c[j]
        }
        printf("Sum:%d\n",sum);
        src += 2;                       
}


Just need to know a way to implement something like [%0]=[%0]+4 rather than [%0]!

主要优化将通过使用 NEON 中的 VMLA 指令并行运行编号 1-8 的指令来实现。

1. 我们可以通过将数组 c[8] 加载到寄存器 q0 和 q1 并将数组 src[256] 加载到寄存器 q2 和 q3 来实现这一点。之后，我们使用 VMLA、VADD、VPADD 来获取变量 sum 中的结果。
2. 面临的问题是如何加载数组 src 的元素(如 src[0]、src[4]、src[8] 等)因为我知道如何加载数组的唯一方法是通过 [%1]!它仅按顺序加载数组(如 src[0]、src[1]、src[2] 等)。

另外指令 9 中指针 src 如何加 2？

Answer 1

不要依次计算总和，而是同时计算它们。那么您不需要跳过源值，因为每个源值(大概)都会影响一些总和。基本上，您所做的就是计算(* 表示点积)。

sum0 = source * (c0 0 0  0 c1 0  0  0 c2 0  0  0 ... c7  0 0  0 )
sum1 = source * ( 0 0 0 c0  0 0  0 c1  0 0  0 c2 ...  0  0 0 c7 )
sum2 = source * ( 0 0 0  0  0 0 c0  0  0 0 c1  0 ...  0  0 c6 0 )
sum3 = source * ( 0 0 0  0  0 0  0  0  0 c0 0  0 ...  0 c5  0 0 )

你可以通过这样做来做到这一点

sum0 = sum1 = sum2 = sum3 = 0

sum0 += (s0 s1 s2 s3) * (c0  0  0  0)
sum1 += (s0 s1 s2 s3) * ( 0  0  0 c0)
sum2 += (s0 s1 s2 s3) * ( 0  0  0  0)
sum3 += (s0 s1 s2 s3) * ( 0  0  0  0)

sum0 += (s0 s1 s2 s3) * (c1  0  0  0)
sum1 += (s0 s1 s2 s3) * ( 0  0  0 c1)
sum2 += (s0 s1 s2 s3) * ( 0  0 c0  0)
sum3 += (s0 s1 s2 s3) * ( 0  0  0  0)

...

sum0 += (s0 s1 s2 s3) * (c7  0  0  0)
sum1 += (s0 s1 s2 s3) * ( 0  0  0 c7)
sum2 += (s0 s1 s2 s3) * ( 0  0 c6  0)
sum3 += (s0 s1 s2 s3) * ( 0 c5  0  0)

您实际上不需要在各个步骤中进行水平求和，您只需使用 vmul.32 (或者可能是累积形式，如果有的话)来计算点积，然后在最后对它们进行水平求和。您只需要找出一种方法来计算系数 vector ，但由于它们都只有一个非零元素，因此您可以简单地使用 vset_lane。

或者，更好的是，您可以利用每个系数 vector 仅包含一个非零条目的事实，并执行一个乘法而不是四个，然后使用 vdup_lane 提取每个 channel 并将其添加到总和中。您需要生成系数 vector

(c0  0  0  0)
(c1  0 c0 c1)
(c2 c0 c1 c2)
...
(c7 c5 c6 c7)

如果您的系数已经连续存储，这应该很容易 - 您只需要修复第一个元素。