RM平臺NEON指令的編譯和優化

　　本文介紹了ARM平臺基于ARM v7-A架構的ARM Cortex-A系列處理器(Cortex-A5, Cortex-A7,Cortex-A8, Cortex-A9, Cortex-A15)上的NEON多媒體處理硬件加速器針對C/C++語言、匯編語言和NEON intrinsics如何編譯和優化，包含如何向量化、向量化的ARMCC和GCC編譯器選項、NEON的匯編和EABI程序調用規范、如何在bare-metal和Linux操作系統上檢測NEON硬件、如何指導編譯器進行向量化NEON指令的優化等內容。

NEON向量化

　　基于ARM v7-A架構的ARM Cortex-A系列處理器(Cortex-A5, Cortex-A7, Cortex-A8, Cortex-A9, Cortex-A15)都可以選用NEON多媒體處理器加速程序運行，NEON是一種SIMD（Single Instruction Multiple Data）架構的協處理器，ARM的NEON處理器還可選配置成向量浮點VFPv3（Vector Floating-Point）指令集處理器。

常用的編譯器選項配置

自動向量化選項

　　armcc編譯器使用–vectorize選項來使能向量化編譯，一般選擇更高的優化等級如-O2或者-O3就能使能–vectorize選項。

　　gcc編譯器的向量化選項-ftree-vectorize來使能向量化選項，使用-O3會自動使能-ftree-vectorize選項。

選擇處理器類型

　　armcc編譯器使–cpu 7-A或者–cpu Cortex-A8來指定指令集架構和CPU類型。

　　gcc編譯器的處理器選項-mfpu=neon和-mcpu來指定cpu類型。如-mcpu=cortex-a5

選擇NEON和VFP類型

　　gcc選擇用-mfpu=vfpv3-fp16來指定為vfp協處理，而-mfpu=neon-vfpv4等就能指定為NEON+VFP結構。

選擇浮點處理器和ABI接口類型

　　-mfloat-abi=soft使用軟件浮點庫，不是用VFP或者NEON指令；-mfloat-abi=softfp使用軟件浮點的調用規則，而可以使用VFP和NEON指令，編譯的目標代碼和軟件浮點庫鏈接使用；

　　-mfloat-abi=hard使用VFP和NEON指令，并且改變ABI調用規則來產生更有效率的代碼，如用vfp寄存器來進行浮點數據的參數傳遞，從而減少NEON寄存器和ARM寄存器的拷貝。

常用的CPU類型編譯器選項

CPU類型CPU類型選項FP選項FP + SIMD選項備注

Cortex-A5	-mcpu=cortex-a5	-mfpu=vfpv3-fp16 -mfpu=vfpv3-d16-fp16	-mfpu=neon-fp16	-d16表明只有前16個浮點寄存器可用
Cortex-A7	-mcpu=cortex-a7	-mfpu=vfpv4 -mfpu=vfpv4-d16	-mfpu=neon-vfpv4	-fp16表明支持16bit半精度浮點操作
Cortex-A8	-mcpu=cortex-a8	-mfpu=vfpv3	-mfpu=neon	?
Cortex-A9	-mcpu=cortex-a9	-mfpu=vfpv3-fp16 -mfpu=vfpv3-d16-fp16	-mfpu=neon-fp16	?
Cortex-A15	-mcpu=cortex-a15	-mfpu=vfpv4	-mfpu=neon-vfpv4	?

常用的gcc組合編譯器選項

Cortex-A15 with a NEON unit

arm-gcc -O3 -mcpu=cortex-a15 -mfpu=neon-vfpv4 -mfloat-abi=hard -ffast-math -omyprog.exe myprog.c

• ?

Cortex-A9 with a NEON unit

arm-gcc -O3 -mcpu=cortex-a9 -mfpu=neon-vfpv3-fp16 -mfloat-abi=hard -ffast-math -omyprog.exe myprog.c

• ?

Cortex-A7 without a NEON unit

arm-gcc -O3 -mcpu=cortex-a7 -mfpu=vfpv4-d16 -mfloat-abi=softfp -ffast-math -omyprog2.exe myprog2.c

• ?

Cortex-A8 without a NEON unit

arm-gcc -O3 -mcpu=cortex-a8 -mfloat-abi=soft -c -o myfile.omyfile.c

• ?

NEON匯編和EABI程序調用規范

　　GNU assembler (gas) and ARM Compiler toolchain assembler(armasm)都支持NEON指令的匯編。但必須遵循ARMEmbedded Application Binary Interface (EABI)EABI的規范，即NEON寄存器的S0-S15 (D0-D7, Q0-Q3)用于傳遞參數和返回值，被調用函數內可以直接使用，不用保存；D16-D31 (Q8-Q15)則有調用函數來保存，被調用函數內可以不保存的隨意使用；而S16-S31(D8-D15, Q4-Q7)則必須由被調用函數內部保存。對于調用傳參規范則有，對于軟件浮點，參數有R0~R3和堆棧stack傳遞，而硬件浮點，可以通過NEON寄存器來傳遞參數。

NEON硬件檢測和使能

編譯時指定NEON單元是否存在

　　ARM編譯器(armcc)從4.0之后就支持在某些處理器和FPU的選項中預定義宏ARM_NEON， armasm的宏TARGET_FEATURE_NEON.

運行時指定檢測NEON單元

　　OS內可以檢測NEON單元是否存在，如Linux下cat /proc/cpuinfo看是否包含NEON或者VFP，
　　如Tegra2 (雙核 Cortex-A9 帶 FPU),

# cat /proc/cpuinfo Features : swp half thumb fastmult vfp edsp thumbee vfpv3vfpv3d16

• ?

　　四核 Cortex-A9 帶NEON單元

# cat /proc/cpuinfo Features : swp half thumb fastmult vfp edsp thumbee neonvfpv3

• ?

　　另外，可以查看/proc/self/auxv，這里會包含二進制格式的hwcap，可以通過AT_HWCAP來搜索到。HWCAP_NEON bit (4096).另外如Ubuntu的發布在路徑/lib/neon/vfp下包含lib的NEON優化版本。

Bare-metal模式下使能NEON

#include <stdio.h> // Bare-minimum start-up code to run NEON code __asm void EnableNEON(void) { MRC p15,0,r0,c1,c0,2 // Read CPAccess register ORR r0,r0,#0x00f00000 // Enablefull access to NEON/VFP by enabling access to// Coprocessors 10 and 11 MCR p15,0,r0,c1,c0,2 // Write CPAccess registerISB MOV r0,#0x40000000 // Switch onthe VFP and NEON hardware MSR FPEXC,r0 // Set EN bit inFPEXC }

　　下面的EnableNEON函數使能NEON協處理器；使用下面的編譯選擇就能在bare-metal下使能NEON

armcc -c --cpu=Cortex-A8 --debug hello.c -o hello.o armlink --entry=EnableNEON hello.o -o hello.axf

• ?

系統運行時使能NEON

　　內核在遇到第一個NEON指令時會產生一個UndefinedInstruction的異常，這會讓內核自動重啟NEON協處理器，內核還可以在上下文切換時關閉NEON來省電。

Linux內核的NEON配置

　　　　　　　　　　圖1. NEON的Linux內核配置

　　使能NEON，需要選擇以下選項

　　Floating point emulation → VFP-format floating point maths
　　Floating pointemulation → Advanced SIMD (NEON) Extension
　　
　　檢查Linux的配置文件來確認內核是否使能NEON
　　zcat /proc/config.gz | grep NEON
　　看是否存在
　　CONFIG_NEON=y
　　
　　確認處理器是否支持NEON
　　cat /proc/cpuinfo | grep neon
　　看是否有如下內容
　　Features : swp half thumb fastmult vfp edsp neon vfpv3 tlsvfpv4 idiva idivt

向量化NEON優化指南

避免指針混疊alias

　　C90不要求指針位置，不同指針可以指向相同的內存區域，C99中引入了__restrict關鍵字來表明只有這個指針能指向它工作的區域。

告訴編譯器循環信息

　　如循環是否某個整數的整數倍，以方便向量化；如下表明循環次數是4的整數倍：

for(i=0 ; i < (len & ~3) ; i++) { ... } for (i=0; i<(items*4); i+=1) { ... }

循環展開

#pragma unroll (n)

• ?

采用NEON Intrinsics

　　armcc, GCC/g++和llvm等編譯器都支持 NEON C/C++ intrinsics，并且采用相同的語法規范。因而代碼可以在各個編譯器間共享。NEON Intrinsics的代碼容易維護而且效率高。NEON Intrinsics采用新的數據類型，這些類型對應于D和Q寄存器。NEONIntrinsics寫起來像是函數調用但對應于每一條NEON指令。編程NEON Intrinsics時不用考慮具體的寄存器分配和代碼的schedule，pipeline流水安排等。但NEON Intrinsics往往不能產生想象的代碼，性能上相比純匯編要稍差一些。

減少循環內的相關性

　　如果當前迭代時使用的數據是上次迭代計算的結果，就產生了迭代間的相關性，可以拆分循環來減少相關。

向量化其他準則

　　短小的循環更容易讓編譯器實現自動向量化； 避免在循環內使用break退出循環 避免在循環內使用過多的條件語句，減少可能產生的條件跳轉； 讓循環次數盡可能是2的冪次 讓編譯器知曉循環次數，減少對循環次數為0等的判斷； 循環內調用的函數盡量inline內聯 使用數組+索引的方式訪問比指針形式更容易向量化； 間接尋址(多重索引)不會向量化； 使用restrict關鍵字來告訴編譯器沒有重疊的內存區域；

總結

　　本文介紹了ARM平臺基于ARM v7-A架構的ARM Cortex-A系列處理器(Cortex-A5, Cortex-A7,Cortex-A8, Cortex-A9, Cortex-A15)上的NEON多媒體處理硬件加速器針對C/C++語言、匯編語言和NEON intrinsics如何編譯和優化，包含如何向量化、向量化的ARMCC和GCC編譯器選項、NEON的匯編和EABI程序調用規范、如何在bare-metal和Linux操作系統上檢測NEON硬件、如何指導編譯器進行向量化NEON指令的優化等內容。

總結

以上是生活随笔為你收集整理的NEON指令优化指南学习之一的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。