assembly - 将 NEON 汇编与非向量函数混合

Question

我想我找到了问题的答案。 VFP 有一个“fmacs”指令，它可以实现在 NEON/VFP 寄存器上进行标量计算的技巧。

<小时/>

我对 NEON 或 ARM 编程非常陌生...

我想将上三角矩阵加载到 NEON 寄存器中，并使用单精度对向量的外积进行积分(累加)。基本思想是 A += x'*x 其中 A 是上三角矩阵。某些操作可以通过在四或双寄存器上使用 NEON 指令“vmla.f32”对操作进行向量化来完成。然而，有时我只需要一次对一个单精度寄存器 1 进行操作，即不需要对 2 个或 4 个单精度寄存器进行操作。在下面的示例中(不起作用)，我对该行感兴趣

// A[8-14] += A[1]*x[1-7] 
"mla  s16, s16, d0[1]\n\t"

我想使用 NEON 寄存器来执行一次单精度运算。

代码片段:

    __asm__ volatile (
    //load x into registers
    "vldmia    %0, {d0-d3}\n\t"
    // load A into registers
    "vldmia    %1, {d4-d12}\n\t"
    "vldmia    %1, {d13-d21}\n\t"
    // A[0-7] += x[0]*x[0-7]
    "vmla.f32  q2, q2, d0[0]\n\t"
    "vmla.f32  q3, q3, d0[0]\n\t"
    // A[8-14] += A[1]*x[1-7]
    "mla  s16, s16, d0[1]\n\t"
    // output
    :
    // input
    : "r"(A), "r"(x)
    // registers
    : "q0", "q1", "q2", "q3", "q4", "q5", "q6", "q7", "q8", "q9", "q10"
    );

Answer 1

所以我认为您是在问将向量与标量相乘？

我会使用“vdup”将标量加载到 NEON 寄存器的所有 channel 中，然后相乘。

如果您可以发布您想要做的事情的纯 C 版本，我可以尝试提供更多帮助...