如何在 ARM NEON 中将 uint8x8_t 加载到 float32x4 中？

Posted 2023-02-16

【中文标题】如何在 ARM NEON 中将 uint8x8_t 加载到 float32x4 中？

【英文标题】：How to load uint8x8_t into float32x4 in ARM NEON?

【发布时间】：2013-06-19 16:58:14

【问题描述】：

我正在研究一种图像处理算法，并且正在研究使用 NEON 对其进行优化。 该算法包括将每个（RGBA，8bit）像素乘以一些权重，进行一些加法并最终转换回 uint8_t 值。 我遇到的第一个问题是如何有效地加载单个 uint8_t 像素并将其转换为 NEON 的 float32x4_t。我在参考中搜索了合适的转换，但找不到合适的，所以我求助于这个丑陋的代码：

const uint8_t* psrc = ...; // pointer to image data
float rgba[4];
for (int c = 0; c < 4; ++c) 
  rgba[c] = *psrc++;

float32x4_t srcpix = vld1q_f32(rgba);

任何人都可以为此建议一种“更清洁”的方法吗？

编辑： 所以想出了这个，还是觉得很麻烦：

uint8x8_t srcu8 = vld1_u8(psrc);
uint16x8_t srcu16x8 = vmovl_u8(srcu8);
uint16x4_t srcu16x4 = vget_low_u16(srcu16x8);
uint32x4_t srcu32x4 = vmovl_u16(srcu16x4);
srcpix = vcvtq_f32_u32(srcu32x4);

【参考方案1】：

所以你想将它们转换为浮点数以进行一些算术并将结果转换回整数？这与人们所说的优化正好相反。

在 NEON 真正闪耀的地方坚持使用定点算法。

我几乎无法想象在处理每个通道的大小（和精度）仅为 8 位的 ARGB 格式时转换为浮点数会有意义的任何情况。

显然，您试图让 NEON 只进行来回转换，而浮点运算由 ARM 完成，但这正是使用 NEON 的错误方式。

适当的 NEON 优化功能应让 NEON 自行处理数据加载、算术和数据存储。如果操作正确，我相信 NEON 版本的运行速度将比您当前的版本快 20 倍以上，速度接近 memcpy。 - NEON 的定点运算功能非常强大。

请透露更多信息，您正在尝试做什么。也许我可以帮忙。

【讨论】：

嘿，感谢 cmets - 我正在尝试 NEON 优化，但我确实觉得我在黑暗中刺伤。在我的 C 参考 impl 中，我将 RGBA 像素的每个通道乘以相同的浮点权重。我认为使用 NEON 指令来做到这一点（vmlaq_n_f32）可能会有所帮助。你是说浮点操作无论如何都在 ARM 上运行？

在这里我透露更多信息:)：***.com/questions/17206315/…

【参考方案2】：

VTBX 查表指令可以在单个操作中进行无符号 8 位到 32 位扩展，但不幸的是输出是单个霓虹灯寄存器（将是 uint32x2_t），所以要“填充”uint32x4_t 你需要调用它两次。对于uint8x8_t 源的所有八个字节，您必须这样做：

uint8x8_t bvec = vld1_u8(psrc);

uint8x8x4_t tbl = 
     0, -1, -1, -1, 1, -1, -1, -1 ,
     2, -1, -1, -1, 3, -1, -1, -1 
     4, -1, -1, -1, 5, -1, -1, -1 
     6, -1, -1, -1, 7, -1, -1, -1 
;

uint32x4_t ivec[2] = 
    
    vreinterpret_u32_u8(vtbx1_u8(tbl[0], bvec, 0)),
    vreinterpret_u32_u8(vtbx1_u8(tbl[1], bvec, 0))
    ,
    
    vreinterpret_u32_u8(vtbx1_u8(tbl[2], bvec, 0)),
    vreinterpret_u32_u8(vtbx1_u8(tbl[3], bvec, 0))
    
;

float32x4_t vec[2] =  vcvtq_f32_u32(ivec[0]), vcvtq_f32_u32(ivec[1]) ;

我认为它的说明并不比您找到的方法少。查找表也将来自内存，因此它可能会更慢。然后还需要vreinterpret... ...这是一个免费操作，但看起来很粗糙。

【参考方案3】：

据我所知，NEON 仅支持 32 位转换（使用vcvt_...()，您可以在float32x4_t 和int32x4_t（例如）之间进行转换）。因此，您需要将uint8x8_t 转换为uint32x4x2_t，然后将vcvt 用于uint32x4x2_t 的两半。

编辑： 不幸的是，我无法为您提供代码，因为我没有使用它很多时间并且不记得命令。

【讨论】：

感谢您的快速回复，我想出了一个不同的版本，似乎与您的方法相似。对我来说，它看起来仍然有很多扩展和转换..

@avish 跟我说的一模一样