ARM和NEON指令 very nice
在移動(dòng)平臺(tái)上進(jìn)行一些復(fù)雜算法的開發(fā)，一般需要用到指令集來進(jìn)行加速。目前在移動(dòng)上使用最多的是ARM芯片。
ARM是微處理器行業(yè)的一家知名企業(yè)，其芯片結(jié)構(gòu)有：armv5、armv6、armv7和armv8系列。芯片類型有：arm7、arm9、arm11、cortex系列。指令集有：armv5、armv6和neon指令。關(guān)于ARM到知識(shí)參考：http://baike.baidu.com/view/11200.htm
最初的ARM指令集為通用計(jì)算型指令集，指令集都是針對單個(gè)數(shù)據(jù)進(jìn)行計(jì)算，沒有并行計(jì)算到功能。隨著版本的更新，后面逐漸加入了一些復(fù)雜到指令以及并行計(jì)算到指令。而NEON指令是專門針對大規(guī)模到并行運(yùn)算而設(shè)計(jì)的。
NEON 技術(shù)可加速多媒體和信號(hào)處理算法（如視頻編碼/解碼、2D/3D 圖形、游戲、音頻和語音處理、圖像處理技術(shù)、電話和聲音合成），其性能至少為ARMv5 性能的3倍，為?ARMv6 SIMD性能的2倍。
關(guān)于SIMD和SISD：Single Instruction Multiple Data，單指令多數(shù)據(jù)流。反之SISD是單指令單數(shù)據(jù)。以加法指令為例，單指令單數(shù)據(jù)（SISD）的CPU對加法指令譯碼后，執(zhí)行部件先訪問內(nèi)存，取得第一個(gè)操作數(shù)；之后再一次訪問內(nèi)存，取得第二個(gè)操作數(shù)；隨后才能進(jìn)行求和運(yùn)算。而在SIMD型的CPU中，指令譯碼后幾個(gè)執(zhí)行部件同時(shí)訪問內(nèi)存，一次性獲得所有操作數(shù)進(jìn)行運(yùn)算。這個(gè)特點(diǎn)使SIMD特別適合于多媒體應(yīng)用等數(shù)據(jù)密集型運(yùn)算。如下圖所示：
???
如何才能快速到寫出高效的指令代碼？這就需要對各個(gè)指令比較熟悉，知道各個(gè)指令的使用規(guī)范和使用場合。
ARM指令有16個(gè)32位通用寄存器，為r0-r15，其中r13為堆棧指針寄存器，r15為指令計(jì)算寄存器。實(shí)際可以使用的寄存器只有14個(gè)。r0-r3一般作為函數(shù)參數(shù)使用，函數(shù)返回值放在r0中。若函數(shù)參數(shù)超過4個(gè)，超過到參數(shù)壓入堆棧。
有效立即數(shù)的概念：每個(gè)立即數(shù)采用一個(gè)8位的常數(shù)(bit[7:0])循環(huán)右移偶數(shù)位而間接得到，其中循環(huán)右移的位數(shù)由一個(gè)4位二進(jìn)制(bit[11:8] )的兩倍表示。如果立即數(shù)記作<immediate> , 8位常數(shù)記作immed_8 , 4位的循環(huán)右移值記作rotate_imm ,有效的立即數(shù)是由一個(gè)8位的立即數(shù)循環(huán)右移偶數(shù)位得到，可以表示成：
<immediate>=immed_8循環(huán)右移( 2×rotate_imm)
如：mov r4 , #0x8000 000A??? #0x8000 000A 由0xA8循環(huán)右移0x2位得到。
下面介紹一些比較常用到一些指令。
內(nèi)存訪問指令：
LDR和STR，有三種方式，比較容易搞混
LDR r0, [r1, #4] ??r0 := mem[r1+4]?? ，#4是直接偏移量，這時(shí)候只能在正負(fù)4Kb到范圍內(nèi)。也可以是寄存器偏移，用+/-表示。記住r1不進(jìn)行偏移。
LDR r0, [r1, #4]! ?r0 :=mem[r1+4]，r1 := r1 + 4，取值是取偏移量到值，并且r1進(jìn)行偏移。
LDR r0, [r1], #4 ??r0 :=mem[r1] ，r1 := r1 +4，取值是取r1地方到值，取值后進(jìn)行偏移。運(yùn)算后自動(dòng)加4，后變址。
另外：LDRB是無符號(hào)字節(jié)，SB是有符號(hào)字節(jié)，H無符號(hào)半字，SH有符號(hào)半字。
?
存儲(chǔ)器和寄存器數(shù)據(jù)交換：SWP，SWPB
如SWP r0, r1, [r2]?? r0 := mem[r2]，mem[r2] := r1
多寄存器數(shù)據(jù)傳輸：
LDMIA r1, {r0,r2,r5}? r0 = mem[r1], r2 = mem[r1+4], r5=mem[r1+8]
?
通用數(shù)據(jù)處理指令
第二操作數(shù)，常用到有LSR，LSL等，如mov r1, r2, lsl #2 將r2左移2位然后賦值到r1中。
常用到操作有ADD、SUB、AND、ORR、EOR、BIC、ORN，如果加上了S則會(huì)更新條件標(biāo)記。
MOV移動(dòng)，MVN取反移動(dòng)。MOV可以是R寄存器，立即數(shù)以及接第二操作數(shù)。
REV：在字或半字內(nèi)反轉(zhuǎn)字節(jié)或位到順序
MUL、MLA和MLS，乘法、乘加和乘減。MLA R1，R2，R3，R4表示R1=R2*R3+R4，還有有符號(hào)和無符號(hào)乘法等。
?
跳轉(zhuǎn)指令
B：無條件跳轉(zhuǎn)，BL：帶鏈接到跳轉(zhuǎn)，BX跳轉(zhuǎn)并交換指令集等。
?
重點(diǎn)介紹一下NEON指令，目前使用較多。而且使用難度也較大，很多文檔上都沒有比較詳細(xì)到介紹，也沒有給出相應(yīng)到例子或者圖示。
?
一、NEON基本知識(shí)
NEON的寄存器：
有16個(gè)128位四字到寄存器Q0-Q15，32個(gè)64位雙子寄存器D0-D31，兩個(gè)寄存器是重疊的，在使用到時(shí)候需要特別注意，不小心就會(huì)覆蓋掉。如下圖所示：
兩個(gè)寄存器的關(guān)系：Qn =D2n和D2n+1，如Q8是d16和d17的組合。
?
NEON的數(shù)據(jù)類型：
注意數(shù)據(jù)類型針對到時(shí)操作數(shù)，而不是目標(biāo)數(shù)，這點(diǎn)在寫的時(shí)候要特別注意，很容易搞錯(cuò)，尤其是對那些長指令寬指令的時(shí)候，因?yàn)榻?jīng)常Q和D一起操作。
?
NEON中的正常指令、寬指令、窄指令、飽和指令、長指令
正常指令：生成大小相同且類型通常與操作數(shù)向量相同到結(jié)果向量
長指令：對雙字向量操作數(shù)執(zhí)行運(yùn)算，生產(chǎn)四字向量到結(jié)果。所生成的元素一般是操作數(shù)元素寬度到兩倍，并屬于同一類型。L標(biāo)記，如VMOVL。
寬指令：一個(gè)雙字向量操作數(shù)和一個(gè)四字向量操作數(shù)執(zhí)行運(yùn)算，生成四字向量結(jié)果。W標(biāo)記，如VADDW。
窄指令：四字向量操作數(shù)執(zhí)行運(yùn)算，并生成雙字向量結(jié)果，所生成的元素一般是操作數(shù)元素寬度的一半。N標(biāo)記，如VMOVN。
飽和指令：當(dāng)超過數(shù)據(jù)類型指定到范圍則自動(dòng)限制在該范圍內(nèi)。Q標(biāo)記，如VQSHRUN
?
二、NEON指令
NEON指令較多，下面主要介紹一些常見的指令用法。
?
復(fù)制指令：
VMOV：
兩個(gè)arm寄存器和d之間
vmov d0, r0, r1：將r1的內(nèi)容送到d0到低半部分，r0的內(nèi)容送到d0到高半部分
vmov r0, r1, d0：將d0的低半部分送到r0，d0的高半部分內(nèi)容送到r1
一個(gè)arm寄存器和d之間
vmov.U32 d0[0], r0：將r0的內(nèi)容送到d0[0]中，d0[0]指d0到低32位
vmov.U32 r0, d0[0]：將d0[0]的內(nèi)容送到r0中
立即數(shù)：
vmov.U16 d0, #1：將立即數(shù)1賦值給d0的每個(gè)16位
vmov.U32 q0, #1：將立即數(shù)1賦值給q0的每個(gè)32位
長指令：VMOVL：d賦值給q
vmovl.U16 q0, d0：將d0的每個(gè)16位數(shù)據(jù)賦值到q0的每個(gè)32位數(shù)據(jù)中
窄指令：VMOVN：q賦值給d
vmovn.I32 d0, q0：將q0的每32位數(shù)據(jù)賦值到q0的每16位數(shù)據(jù)中
飽和指令：VQMOVN等，飽和到指定的數(shù)據(jù)類型
?vqmovun.S32 d0, q0：將q0到每個(gè)32位移動(dòng)到d0中到每個(gè)16位中，范圍是0-65535
????????
VDUP：
VDUP.8 d0, r0：將r0復(fù)制到d0中，8位
VDUP.16 q0, r0：將r0復(fù)制到q0中，16位
VDUP.32 q0, d2[0]：將d2的一半復(fù)制到q0中
VDUP.32 d0, d2[1]：將d2的一半復(fù)制到d0中
注意是vdup可以將r寄存器中的內(nèi)容復(fù)制到整個(gè)neon寄存器中，不能將立即數(shù)進(jìn)行vdup，立即數(shù)只能用vmov
?
邏輯運(yùn)算：
VADD：按位與；VBIC：位清除；VEOR：按位異或；VORN：按位或非；VORR：按位或
?
移位指令：
VSHL：左移、VSHLL：左移擴(kuò)展、VQSHL：左移飽和、VQSHLU：無符號(hào)左移飽和擴(kuò)展
VSHR：右移、VSHRN：右移窄、VRSHR：右移舍入、VQSHRUN：無符號(hào)右移飽和舍入
?
通用算術(shù)指令：
VABA：絕對值累加、VABD：絕對值相加、VABS：絕對值、VNEG：求反、VADD、VADDW、VADDL、VSUB、VSUBL、VSUBW：加減
VPADD：將兩個(gè)向量的相鄰元素相加
如VPADD.I16 {d2}, d0, d1
VPADDL：VPADDL.S16 d0, d1
VMAX：最大值，VMIN：最小值
VMUL、VMULL、VMLA（乘加）、VMLS（乘減）、
?
加載存儲(chǔ)指令：
VLD和VST
交叉存取的示意圖：
VREV反轉(zhuǎn)元素指令：
?
VEXT移位指令：
?
VTRN轉(zhuǎn)置指令：可以用于矩陣的轉(zhuǎn)置
VZIP指令：壓縮，類似交叉存取
VUZP指令：解壓操作，類似交叉存取
?
VTBL查表指令：從d0，d1中查找d3中的索引值，如果找到則取出，沒有找到則為0，存入d2中
?
三、需要注意的地方
??? load數(shù)據(jù)的時(shí)候，第一次load會(huì)把數(shù)據(jù)放在cache里面，只要不超過cache的大小，下一次load同樣數(shù)據(jù)的時(shí)候，則會(huì)比第一次load要快很多，會(huì)直接從cache中l(wèi)oad數(shù)據(jù)，這樣在匯編程序設(shè)計(jì)的時(shí)候是非常需要考慮的問題。
???? 如：求取一個(gè)圖像的均值，8*8的窗口，先行求和，然后列求和出來均值，這時(shí)候會(huì)有兩個(gè)函數(shù)，數(shù)據(jù)會(huì)加載兩遍，如果按照這樣去優(yōu)化的話則優(yōu)化不了多少。如果換成上面這種思路，先做行16行，然后再做列，這樣數(shù)據(jù)都在cache里面，做列的時(shí)候load數(shù)據(jù)會(huì)很快。
?? 在做neon乘法指令的時(shí)候會(huì)有大約2個(gè)clock的阻塞時(shí)間，如果你要立即使用乘法的結(jié)果，則就會(huì)阻塞在這里，在寫neon指令的時(shí)候需要特別注意。乘法的結(jié)果不能立即使用，可以將一些其他的操作插入到乘法后面而不會(huì)有時(shí)間的消耗。
如：vmul.u16 q1, d3, d4?
? ? ? ? ?vadd.u32 q1, q2, q3
此時(shí)直接使用乘法的結(jié)果q1則會(huì)阻塞，執(zhí)行vadd需要再等待2個(gè)clock的時(shí)間
使用飽和指令的時(shí)候，如乘法飽和的時(shí)候，在做乘法后會(huì)再去做一次飽和，所以時(shí)間要比直接做乘法要慢。
如：? vmul.u16 q1, d3, d4
? ? ? ? ? vqmul.u32 q1, q2, q3
后一個(gè)的時(shí)間要比第一個(gè)的時(shí)間要久。
在對16位數(shù)據(jù)進(jìn)行l(wèi)oad或者store操作的時(shí)候，需要注意的是字節(jié)移位。比如是16位數(shù)據(jù)，則load 8個(gè)16位數(shù)據(jù)，如果指定寄存器進(jìn)行偏移，此時(shí)需要特別注意。
例如：vld1.64 {d0}, [r0], r1
?
參考資料：
http://blogs.arm.com/software-enablement/277-coding-for-neon-part-4-shifting-left-and-right/
http://blogs.arm.com/software-enablement/161-coding-for-neon-part-1-load-and-stores/
http://blogs.arm.com/software-enablement/684-coding-for-neon-part-5-rearranging-vectors/
總結(jié)
以上是生活随笔為你收集整理的ARM和NEON指令 very nice的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： vmware15.0版本虚拟机迁移到ES
- 下一篇： 自信不疑的人不会做的15件事