gcc - 使用 gcc 在 ARM Cortex M4 上交换备用字节的最快方法

Question

我需要在使用 ARM Cortex M4 处理器的嵌入式系统中尽快交换缓冲区中的交替字节。我使用海湾合作委员会。数据量是可变的，但最大值略高于 2K。转换一些额外的字节并不重要，因为我可以使用超大缓冲区。

我知道 ARM 有 REV16 指令，我可以用它来交换 32 位字中的交替字节。我不知道的是:

1. 有没有办法在不借助汇编程序的情况下在 gcc 中获取此指令？ __builtin_bswap16 内在函数似乎只对 16 位字进行操作。一次转换 4 个字节肯定比转换 2 个字节快。

2. Cortex M4 是否有重新排序缓冲区和/或寄存器重命名？如果不是，当我在部分展开的循环中转换缓冲区的双字时，我需要做什么来最小化流水线停顿？

例如，此代码是否有效，其中 REV16 被适当定义以解决 (1):

uint32_t *buf = ... ;
size_t n = ... ;  // (number of bytes to convert + 15)/16
for (size_t i = 0; i < n; ++i)
{
    uint32_t a = buf[0];
    uint32_t b = buf[1];
    uint32_t c = buf[2];
    uint32_t d = buf[3];
    REV16(a, a);
    REV16(b, b);
    REV16(c, c);
    REV16(d, d);
    buf[0] = a;
    buf[1] = b;
    buf[2] = c;
    buf[3] = d;
    buf += 4;
}

Answer 1

您不能使用 __builtin_bswap16 函数，因为您声明的原因，它适用于 16 位字，因此其他半字将为 0。我想这样做的原因是为了在没有与 ARM 上的 REV16 行为相似的指令的处理器上保持内在工作相同。

函数

uint32_t swap(uint32_t in)
{
  in = __builtin_bswap32(in);
  in = (in >> 16) | (in << 16);
  return in;
}

编译为 (ARM GCC 5.4.1 -O3 -std=c++11 -march=armv7-m -mtune=cortex-m4 -mthumb)

    rev     r0, r0
    ror     r0, r0, #16
    bx      lr

您可能会要求编译器将其内联，这将为您提供每个 32 位字 2 条指令。我想不出一种方法让 GCC 生成具有 32 位操作数的 REV16，而无需使用内联汇编声明您自己的函数。

编辑

作为跟进，基于 artless noise 关于 __builtin_bswap 函数不可移植性的评论，the compiler recognizes

uint32_t swap(uint32_t in)
{
  in = ((in & 0xff000000) >> 24) | ((in & 0x00FF0000) >> 8) | ((in & 0x0000FF00) << 8) | ((in & 0xFF) << 24);
  in = (in >> 16) | (in << 16);
  return in;
}

并创建与上面相同的 3 指令函数，因此这是一种更可移植的实现方式。不同的编译器是否会产生相同的输出...

编辑编辑

如果允许内联汇编器，下面的函数

inline uint32_t Rev16(uint32_t a)
{
  asm ("rev16 %1,%0"
          : "=r" (a)
          : "r" (a));
  return a;
}

得到内联，并作为单个指令，可以看出 here.