arm - ARM/ NEON memcpy是否针对*未缓存*内存进行了优化？

Question

我正在使用基于Xilinx Zynq 7000 ARM的SoC。我在DMA缓冲区（Need help mapping pre-reserved **cacheable** DMA buffer on Xilinx/ARM SoC (Zynq 7000)）方面苦苦挣扎，所以我追求的一件事是更快的memcpy。

我一直在寻找使用Neon指令和内联asm为ARM编写更快的memcpy。无论glibc拥有什么，这都是可怕的，特别是如果我们要从一个精巧的DMA缓冲区进行复制。

我从各种来源整理了自己的复制功能，包括：


Fast ARM NEON memcpy
arm Inline assembly in gcc
http://infocenter.arm.com/help/index.jsp?topic=/com.arm.doc.faqs/ka13544.html


对我而言，主要区别在于我试图从未缓存的缓冲区进行复制，因为它是DMA缓冲区，而ARM对缓存的DMA缓冲区的支持不存在。

所以这是我写的：

void my_copy(volatile unsigned char *dst, volatile unsigned char *src, int sz)
{
    if (sz & 63) {
        sz = (sz & -64) + 64;
    }
    asm volatile (
        "NEONCopyPLD:                          \n"
        "    VLDM %[src]!,{d0-d7}                 \n"
        "    VSTM %[dst]!,{d0-d7}                 \n"
        "    SUBS %[sz],%[sz],#0x40                 \n"
        "    BGT NEONCopyPLD                  \n"
        : [dst]"+r"(dst), [src]"+r"(src), [sz]"+r"(sz) : : "d0", "d1", "d2", "d3", "d4", "d5", "d6", "d7", "cc", "memory");
}

我做的主要事情是省去了预取指令，因为我认为这对未缓存的内存毫无用处。

这样做导致glibc memcpy的速度提高了4.7倍。速度从大约70MB /秒增加到大约330MB /秒。

不幸的是，这不快于缓存内存中的memcpy，对于系统memcpy而言，运行速度约为720MB /秒，对于Neon版本，其运行速度约为620MB /秒（可能速度较慢，因为我的memcpy可能不进行预取）。

谁能帮助我找出可以弥补这一性能差距的方法？

我尝试了很多事情，例如一次复制更多，两次加载后再两次存储。我可以尝试预取只是为了证明它没有用。还有其他想法吗？

Answer 1

您可以尝试使用缓冲内存而不是非缓存内存。