Question

我有一个

A = a1 a2 a3 a4
    b1 b2 b3 b4
    c1 c2 c3 c4
    d1 d2 d3 d4

我有2行，

float32x2_t a = a1 a2
float32x2_t b = b1 b2

从这些我怎样才能得到一个 -

float32x4_t result = b1 a1 b2 a2

是否有可以合并这两行的单个NEON SIMD指令？或者我如何使用内在函数尽可能使用最少的步骤来实现这一目标？

我想过使用 zip / unzip 内在函数，但 zip函数返回的数据类型float32x2x2_t不适合我，我需要float32x4_t数据类型。

float32x2x2_t vzip_f32 (float32x2_t, float32x2_t)

Answer 1

这很难..没有一条指令可以做到这一点，最好的解决方案取决于你的数据是在内存中还是已经在寄存器中。

至少需要两个操作来进行转换。首先是一个矢量转向，它会像你这样置换你的参数：

a = a1 a2
b = b1 b2

vtrn.32  a, b

a = a1 b1 
b = a2 b2

然后你必须交换每个操作的参数。通过自己反转每个矢量或者将两个矢量视为四元矢量并进行长时间反转。

temp = {a, b} 
temp = a1 b1 a2 b2

vrev64.32 temp, temp

temp = b1 a1 b2 a2    <-- this is what you want.

如果从内存加载数据，可以跳过第一条vtrn.32指令，因为NEON可以在使用vld2.32指令加载数据时执行此操作。这是一个小小的汇编程序函数：

.globl asmtest

asmtest:
        vld2.32     {d0-d1}, [r0]   # load two vectors and transose
        vrev64.32   q0, q0          # reverse within d0 and d1
        vst1.32     {d0-d1}, [r0]   # store result
        mov pc, lr                  # return from subroutine..

顺便说一下，注意事项：指令vtrn.32，vzip.32和vuzp.32是相同的（但只有当你使用的是32位实体时）

使用NEON内在函数？好吧 - 简单地说你被搞砸了。正如您已经发现的那样，您不能直接从一种类型转换为另一种类型，也不能直接混合四向和双向量。

这是我提出的使用内在函数的最佳方法（它没有使用vld2.32技巧来提高可读性）：

int main (int argc, char **args)
{
  const float32_t data[4] =
  {
    1, 2, 3, 4
  };

  float32_t     output[4];

  /* load test vectors */
  float32x2_t   a = vld1_f32 (data + 0);
  float32x2_t   b = vld1_f32 (data + 2);

  /* transpose and convert to float32x4_t */
  float32x2x2_t temp   = vzip_f32 (b,a);
  float32x4_t   result = vcombine_f32 (temp.val[0], temp.val[1]);

  /* store for printing */
  vst1q_f32 (output, result);

  /* print out the original and transposed result */
  printf ("%f %f %f %f\n", data[0],   data[1],   data[2],   data[3]);
  printf ("%f %f %f %f\n", output[0], output[1], output[2], output[3]);
}

如果您正在使用GCC，这将有效，但GCC生成的代码将会非常糟糕和缓慢。 NEON的内在支持还很年轻。你可能会在这里使用直接的C代码获得更好的性能..

如何使用NEON SIMD合并2行的元素？

1 个答案: