Question

我正在尝试使用Neon指令提高在ARM Assembler中编写的代码的性能。

为了测试和计算我使用这个计算器： http://pulsar.webshaker.net/ccc/sample-706454b3

我注意到，在“n.34-0 1c n0”线上，霓虹灯装置似乎必须等待（？）10个周期。可能是什么原因或者只是计算器中的错误？

另外，我需要一些一般信息来了解如何提高ARM / Neon汇编程序的性能。

Target是ARM Cortex-A9。为了编译，我使用最新的android-ndk和内联汇编程序。谢谢。

Answer 1

NEON单元必须等待该指令，因为您正在引用在先前NEON指令（n.33-0 1c n0）中加载的寄存器（D4）。负载不是瞬时的，并且由于流水线操作，即使数据来自缓存，也会延迟数据的可用性。您需要重新排序ARM和NEON指令，以便在加载后不立即尝试使用寄存器，否则最终会导致浪费的周期（管道停顿）。

Answer 2

当NEON正在执行其工作时，您不应通过ARM访问内存。它会对NEON造成全面制动。

显然，你正在尝试某种并行处理，因为上面的原因是毁灭性的。

此外，还有太多的ldrb's。 ARM上的字节访问也几乎是一种罪过。

我建议你首先在C中完全重写你的代码，只有32位内存访问，然后评估它是否适用于NEON，

Answer 3

实际上这有点复杂。 BitBank是对的，NEON必须等待D4。

但是你必须等待10个周期，因为Neon有一个加载/存储队列。

之前，队列中充满了其他指令

vld1.64 d4, [r7, :64]

因此，当您需要D4时，您必须等待执行此指令但要执行此指令，必须执行推送到NEON加载/存储队列的所有先前加载/存储指令。