如何使用 NEON SIMD 合并 2 行的元素？

Posted 2023-02-16

【中文标题】如何使用 NEON SIMD 合并 2 行的元素？

【英文标题】：How to merge elements of 2 rows using NEON SIMD?

【发布时间】：2010-07-27 11:59:57

【问题描述】：

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

从这些我怎么能得到一个 -

float32x4_t result = b1 a1 b2 a2

是否有任何单个 NEON SIMD 指令可以合并这两行？ 或者我怎样才能使用内在函数尽可能少的步骤来实现这一点？

我曾想过使用 zip/unzip 内部函数，但 zip 函数 返回的数据类型 float32x2x2_t 不适合我，我需要一个 @ 987654325@ 数据类型。

float32x2x2_t vzip_f32 (float32x2_t, float32x2_t)

【参考方案1】：

这很困难。没有一条指令可以做到这一点，最佳解决方案取决于您的数据是在内存中还是已经在寄存器中。

您至少需要两个操作来进行转换。首先是一个向量轮转，它可以像这样排列您的参数：

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。通过单独反转每个向量，或者将两个向量视为四元向量并进行长反转。

temp = a, b 
temp = a1 b1 a2 b2

vrev64.32 temp, temp

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

如果您从内存加载数据，您可以跳过第一个 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。这里有一个小汇编函数可以做到这一点：

.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..

顺便说一句，请注意：vtrn.32、vzip.32 和 vuzp.32 的说明是相同的（但前提是您使用的是 32 位实体）

还有 NEON 内在函数？好吧 - 简单地说你搞砸了。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量和双向量。

这是我想出的最好的使用内在函数（它不使用 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]);

如果您使用 GCC，这将起作用，但 GCC 生成的代码会很糟糕而且很慢。 NEON 内在支持还很年轻。您可能会在此处使用直接的 C 代码获得更好的性能..

【讨论】：

您好 Nils，我在为 NEON 编译时遇到问题，在使用代码源编译器编译我的代码时遇到了一些奇怪的错误，我无法理解它是什么错误。你能看看我的问题并建议我怎么做吗？***.com/questions/3811148/…

目前，使用 vcombine 和 vget_high/low 效果很好。至少 LLVM 仍然不使用 SIMD 指令的并行性，并且手卷内在代码明显更好。