Функция преобразования в Arm Neon - PullRequest
Новая
       9

Функция преобразования в Arm Neon

0 голосов
/ 18 апреля 2020

Я новичок в Arm Neon, и я пытаюсь векторизовать это l oop

float ans=0.0;
for (i=0; i<numdims; i++)
ans += (pt1[i]-pt2[i]) * (pt1[i]-pt2[i]);

Я пытаюсь преобразовать эту функцию в Neon с инструкцией предварительной выборки и l oop -unrolling 

int iter= numdims/4*4;
   float result[3];
   float ans=0.0;

    asm volatile(
            "mov x1, #0\n\t"
            "mov x2, %[pt1]\n\t"
            "mov x3, %[pt2]\n\t"
            "movi v3.4s, #0\n\t"

            ".loop_neon%=:\n\t"
            "prfm PLDL1STRM, [x2, #64]\n\t"
            "prfm PLDL1STRM, [x3, #64]\n\t"
            "ldr q1, [x2, #16]\n\t"
            "ldr q2, [x3, #16]\n\t"

            "fsub v4.4s, v1.4s, v2.4s\n\t"
            "fmla v3.4s, v4.4s, v4.4s\n\t"

            "add x1,x1, #16\n\t"
            "cmp x1, %[iter]\n\t"
            "b.lt .loop_neon%=\n\t"
            "str q3, [%[result]]\n\t"
            :
            : [iter] "r" (iter),[pt1] "r" (pt1),[pt2] "r" (pt2), [result] "r" (result)
            : "x1","x2","x3","memory","v0","v1","v2","v3","v4"
      );

ans = result[0] + result[1] + result[2] + result[3];

      //final iterations of the loop
      for (int i=iter; i<numdims; i++)
          ans += (pt1[i]-pt2[i]) * (pt1[i]-pt2[i]);

Этот код работает, но вывод неправильный

1 Ответ

1 голос
/ 18 апреля 2020

Краткий ответ: add x1, x1, #4

Ваш код далек от оптимального:

  • Существует множество опасностей для трубопровода. разверните глубже
  • вы должны всегда отсчитывать счетчик l oop
  • вам следует избегать ненужного доступа к памяти (результат)
  • вам следует избегать ненужных операций mov

Если iter кратно 16, предлагается код ниже: 

.func
// extern float sumDiffSquare(float *pA, float *pB, uint32_t length);
// assert(length >= 16);
// assert(length & 15 == 0);
pA      .req    x0
pB      .req    x1
length  .req    x2

sumDiffSqare:
    movi    v0.16b, #0

.balign 64
1:
    ldp     q16, q17, [pA], #32
    ldp     q20, q21, [pB], #32
    ldp     q18, q19, [pA], #32
    ldp     q22, q23, [pB], #32

    subs    length, length, #16

    fsub    v16.4s, v20.4s, v16.4s
    fsub    v17.4s, v21.4s, v17.4s
    fsub    v18.4s, v22.4s, v18.4s
    fsub    v19.4s, v23.4s, v19.4s

    fmla    v0.4s, v16.4s, v16.4s
    fmla    v0.4s, v17.4s, v17.4s
    fmla    v0.4s, v18.4s, v18.4s
    fmla    v0.4s, v19.4s, v19.4s

    b.gt    1b

    faddp   v0.4s, v0.4s, v0.4s
    faddp   v0.2s, v0.2s, v0.2s
    ret

.endfunc
...