NEON优化基础

NEON是ARM处理器的128位SIMD(单指令，多数据)架构扩展，主要是通过用一条指令，执行多个相同的数据计算来进行计算的加速。

要用NEON进行计算加速编程，首先要明白NEON的几个基本概念：NEON寄存器，NEON数据类型，NEON的指令。下面先贴一段有关neon优化的程序，以下面的例子作分析。

#include 
#include  //需包含的头文件
using namespace std;
 
float sum_array(float *arr, int len)
{
    if(NULL == arr || len < 1)
    {
        cout<<"input error\n";
        return 0;
    }
 
    int dim4 = len >> 2; // 数组长度除4整数
    int left4 = len & 3; // 数组长度除4余数
    float32x4_t sum_vec = vdupq_n_f32(0.0);//定义用于暂存累加结果的寄存器且初始化为0
    for (; dim4>0; dim4--, arr+=4) //每次同时访问4个数组元素
    {
        float32x4_t data_vec = vld1q_f32(arr); //依次取4个元素存入寄存器vec
        sum_vec = vaddq_f32(sum_vec, data_vec);//ri = ai + bi 计算两组寄存器对应元素之和并存放到相应结果
    }
    float sum = vgetq_lane_f32(sum_vec, 0)+vgetq_lane_f32(sum_vec, 1)+vgetq_lane_f32(sum_vec, 2)+vgetq_lane_f32(sum_vec, 3);//将累加结果寄存器中的所有元素相加得到最终累加值
    for (; left4>0; left4--, arr++)
        sum += (*arr) ;   //对于剩下的少于4的数字，依次计算累加即可
    return sum;
}

• NEON寄存器
  ARMv7 NEON指令集架构有16个128位的向量寄存器，分别命名为Q0到Q15。这16个寄存器又可以拆分为32个64为的寄存器，分别命名为D0到D31。其中Qn与D2n、D2n+1对应。使用时需注意寄存器覆盖。

• NEON数据类型
  从上面的那段程序可以看到除了int，float这样的c的标准的数据类型，还出现了float32x4_t的数据类型，这就是NEON架构中的数据类型。float32x4_t可以理解为vector (4)，依此类推，typexN_t即为vector(N)。

• NEON的指令
  NEON的指令就是指上面这段代码中vld1q_f32、vgetq_lane_f32之类的操作数据的函数。这些指令的命名时又规律的。
  这些指令的命名方式有两种，第一种是对应的操作数据涉及到标量的。第二种是对应的操作数据只涉及向量的。

1. 操作数据涉及标量

vdupq_n_f32 \\ v固定，dup操作符，q操作数据与返回数据的长度表示符，n表示操作数据是标量但返回数据是向量量，f32表示数据类型float32
vgetq_lane_f32\\ lane表示运算涉及向量的一个元素

总结：v+操作符+长度标识符+n或lane+数据类型
1）v固定
2）操作符：操作数据，如加减乘除
3）长度标识符：
空：目标向量和操作sh长度都为64位；
q：源向量和目标向量长度一致都为128位目标向量长度比
l：源数向量长度大，且源向量长度都为 64 位、目标向量长度为 128 位；
w：多个源向量长度不一致且都不大于目标向量长度（一个源向量长度为 64 位，另一个为 128 位，目标向量长度为 128 位）；
n：目标向量长度比源向量长度小。
4）n或lane：
n：源操作数是标量而返回向量；
lane：运算涉及向量的一个元素。
5）数据类型：u8 表示 uint8；u16 表示 uint16；u32 表示 uint32；s8 表示 int8；s16 表示 int16；s32 表示 int32；f32 表示 float32。

2. 操作数据全是向量
   除了没有n或lane，其他与上面一样。如vaddq_f32，v+add+q+_+f32。

参考：http://blog.csdn.net/may0324/article/details/72847800
http://blog.csdn.net/charleslei/article/details/52698220