如何使用NEON內在

這是我在車道將所有int16x4元素代碼，添加所有INT32元素車道：如何使用NEON內在

#include <arm_neon.h> 
... 
int16x4_t acc = vdup_n_s16(1); 
int32x2_t acc1; 
int64x1_t acc2; 
int32_t sum; 
acc1 = vpaddl_s16(acc); 
acc2 = vpaddl_s32(acc1); 
sum = (int)vget_lane_s64(acc2, 0); 
printf("%d\n", sum);// 4

我嘗試添加所有int32x4元素車道。

，但我的代碼看起來效率低下：

#include <arm_neon.h> 
... 
int32x4_t accl = vdupq_n_s32(1); 
int64x2_t accl_1; 
int64_t temp; 
int64_t temp2; 
int32_t sum1; 
accl_1=vpaddlq_s32(accl); 
temp = (int)vgetq_lane_s64(accl_1,0); 
temp2 = (int)vgetq_lane_s64(accl_1,1); 
sum1=temp+temp2; 
printf("%d\n", sum);// 4

是否有簡單明瞭的方式來做到這一點？我希望編譯後的LLVM彙編代碼簡單明瞭。我也希望sum的最終類型是32位。

我用ellcc交叉編譯器基於LLVM編譯器的基礎架構來編譯它。

我在stackoverflow上看到了類似的問題（Add all elements in a lane），但內部的addv在我的主機上不起作用。

來源

2016-11-30 Shun

你爲什麼覺得你的代碼看起來效率低下？我沒有看到複雜的循環或分支。只是順序。除了您想要解決的效率之外，還有其他問題嗎？即代碼是做它應該做的事情？ – ryyker

由於LLVM彙編代碼在編譯後很複雜，所以我想知道是否有更簡單的方法來完成此操作，如霓虹燈內在。 – Shun

我的目標的問題是通過pass自動生成LLVM-IR，如果LLVM-IR代碼複雜，對我來說很困難。 – Shun

如果你只想要一個32位的結果，想必無論是中間溢出是不可能的，或者你根本不關心它，在這種情況下，你可以只留32位一路：

int32x2_t temp = vadd_s32(vget_high_s32(accl), vget_low_s32(accl)); 
int32x2_t temp2 = vpadd_s32(temp, temp); 
int32_t sum1 = vget_lane_s32(temp2, 0);

然而，使用64位的積累是沒有任何實際更多的麻煩，也可以不用退學NEON一點 - 它只是一個不同的操作順序：

int64x2_t temp = vpaddlq_s32(accl); 
int64x1_t temp2 = vadd_s64(vget_high_s64(temp), vget_low_s64(temp)); 
int32_t sum1 = vget_lane_s32(temp2, 0);

那些要麼歸結爲只是3 NEON指令和標量算術。 32位ARM的關鍵技巧是，Q寄存器的兩半成對添加僅僅是兩個D寄存器的正常添加 - 不適用於SIMD寄存器佈局不同的AArch64，但AArch64具有無論如何，前述的橫向addv。

現在，在LLVM IR中看起來有多麼可怕，我不知道 - 我想這取決於它如何在內部處理向量類型和操作 - 但就最終的ARM機器代碼而言，這兩者都可以被認爲是最優的。

來源

2016-12-01 00:12:15 Notlikethat

您的回答很有幫助！在我的LLVM IR中有'shufflevector'指令，而不是類型轉換指令，如'trunc'或'sext'。非常感謝！ – Shun

如何使用NEON內在

回答

相關問題