Question

我正在尝试使用Neon SIMD在ODROID XU4 ARM平台上加速立体声匹配算法。为此，我正在使用openMp 实用

 void StereoMatch:: sadCol(uint8_t* leftRank,uint8_t* rightRank,const int SAD_WIDTH,const int SAD_WIDTH_STEP, const int imgWidth,int j, int d , uint16_t* cost) 
  {

   uint16_t sum = 0;
   int n = 0;
   int m =0;
      for ( n = 0; n < SAD_WIDTH+1; n++)
      {

     #pragma omp simd
     for(  m = 0; m< SAD_WIDTH_STEP; m = m + imgWidth ) 
         {


        sum += abs(leftRank[j+m+n]-rightRank[j+m+n-d]);

         };
         cost[n] = sum;
         sum = 0;



  };

我对SIMD和openMp相当陌生，我知道在代码中使用SIMD编译指示将指导编译器对减法进行矢量化处理，但是当我执行代码时，我没有发现任何区别。我应该在代码中添加什么以使其向量化？

Answer 1

如评论中所述，ARM-Neon的指令可以直接执行您想要的操作，即计算无符号字节的绝对差并将其累加到无符号短整数。

假设SAD_WIDTH+1==8，这是一个使用内在函数的非常简单的实现（基于@nemequ的简化版本）：

void sadCol(uint8_t* leftRank,
            uint8_t* rightRank,
            int j,
            int d ,
            uint16_t* cost) {
    const int SAD_WIDTH = 7;
    const int imgWidth = 320;
    const int SAD_WIDTH_STEP = SAD_WIDTH * imgWidth;

    uint16x8_t cost_8 = {0};
    for(int m = 0; m < SAD_WIDTH_STEP; m = m + imgWidth )  {
        cost_8 = vabal_u8(cost_8, vld1_u8(&leftRank[j+m]), vld1_u8(&rightRank[j+m-d]));
    };
    vst1q_u16(cost, cost_8);
};

vld1_u8装入8个连续字节，vabal_u8计算绝对差并将其累加到第一个寄存器。最后，vst1q_u16将寄存器存储到内存中。

您可以轻松地设置imgWidth和SAD_WIDTH_STEP函数参数。如果SAD_WIDTH+1是8的其他倍数，则可以为此编写另一个循环。

我手头没有ARM平台可以对其进行测试，但是“它可以编译”：https://godbolt.org/z/vPqiYI（在我看来，程序集看起来还不错）。如果您使用-O3进行优化，则gcc将展开循环。

如何使用SIMD优化for循环的计算？

1 个答案: