Question

我有128个32位值（编号从0到127）并按以下方式排序：

0,32,64,96,1,33,65,97，... 31,63,95,127

通过这种排序，我将它们以4个为一组加载到NEON寄存器中以执行一些计算（这需要这样的排序）。因此我有q0 = (0, 32, 64, 96) ......等等。

我想知道是否有一些简单的方法可以按照自然顺序将它们存回内存（0 1 2 3 ...）

换句话说，是否有更简单的方法或技巧：

vst1.u32 {d0[0]}, [r0]
vst1.u32 {d0[1]}, [r0,#128]
vst1.u32 {d1[0]}, [r0,#256]
vst1.u32 {d1[1]}, [r0,#384]
vst1.u32 {d2[0]}, [r0,#4]
vst1.u32 {d2[1]}, [r0,#132]
...

我不太明白@alignment后缀与vstx和vldx说明的使用情况。这不是一个有用的案例吗？

Answer 1

对齐（@ 128，@ 256）用于提示处理器读/写不跨越高速缓存行。在这些情况下，可以减少执行的微操作（以及最终使用的循环）的数量。

您的应用程序将受益于允许存储/加载列的指令格式。 Arm手动调用这些通道，如小节（Store a single lane of N-element structure to memory）。

格式支持两个连续的寄存器：{d0，d1，d2，...}并跳过一个寄存器{d0，d2，d4，...}。

 mov #128, r1  // initialize value for increment
 vst4.32 { d0[0], d2[0], d4[0], d6[0] }, [r0], r1   // columns 0..1
 vst4.32 { d0[1], d2[1], d4[1], d6[1] }, [r0], r1   // store at offset 128
 vst4.32 { d1[0], d3[0], d5[0], d7[0] }, [r0], r1   // columns 2..3
 vst4.32 { d1[1], d3[1], d5[1], d7[1] }, [r0], r1   // columns 2..3
 ... etc ...

这可能是最好的，因为没有足够的寄存器来洗牌。我相信一个人需要32个Q寄存器。

从NEON寄存器存储时重新排序值

1 个答案: