[问答]

如何利用NEON内置函数来加速实现统计一个数组内的元素之和

问答对人有帮助，内容完整，我也想知道答案 0 NEON 威廉希尔官方网站是 ARM Cortex™-A 系列处理器的 128 位 SIMD（单指令，多数据）架构扩展，旨在为消费性多媒体应用程序提供灵活、强大的加速功能，从而显著改善用户体验。它具有 32 个寄存器，64 位宽（双倍视图为 16 个寄存器，128 位宽。）目前主流的iPhone手机和大部分android手机都支持ARM NEON加速，因此在编写移动端算法时，可利用NEON威廉希尔官方网站进行算法加速，以长度为4的寄存器大小为例，相应的提速倍数约是原始的4倍。 NEON 指令可执行“打包的 SIMD”处理：寄存器被视为同一数据类型的元素的矢量数据类型可为：签名/未签名的 8 位、16 位、32 位、64 位单精度浮点指令在所有通道中执行同一操作如下图所示：本文主要介绍float32x4_t相关的结构及函数， float32x4_t 可以理解为vector (4),同理typexN_t即为vector(N)。在NEON编程中，对单个数据的操作可以扩展为对寄存器，也即同一类型元素矢量的操作，因此大大减少了操作次数。这里以一个小例子来解释如何利用NEON内置函数来加速实现统计一个数组内的元素之和。以C++代码为例：原始算法代码如下： #include using namespace std; float sum_array(float arr, int len) { if(NULL == arr \|\| len < 1) { cout<<"input errorn"; return 0; } float sum(0.0); for(int i=0; i { sum += arr++; } return sum; } 对于长度为N的数组，上述算法的时间复杂度时O(N)。采用NEON函数进行加速： #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 errorn"; 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; } 上述算法的时间复杂度时O(N/4) 从上面的例子看出，使用NEON函数很简单，只需要将依次处理，变为批处理（如上面的每次处理4个）。上面用到的函数有： float32x4_t vdupq_n_f32 (float32_t value) 将value复制4分存到返回的寄存器中 float32x4_t vld1q_f32 (float32_t const * ptr) 从数组中依次Load4个元素存到寄存器中相应的有void vst1q_f32 (float32_t * ptr, float32x4_t val) 将寄存器中的值写入数组中 float32x4_t vaddq_f32 (float32x4_t a, float32x4_t b) 返回两个寄存器对应元素之和 r = a+b 相应的有float32x4_t vsubq_f32 (float32x4_t a, float32x4_t b) 返回两个寄存器对应元素之差 r = a-b float32_t vgetq_lane_f32 (float32x4_t v, const int lane) 返回寄存器某一lane的值其他常用的函数还有： float32x4_t vmulq_f32 (float32x4_t a, float32x4_t b) 返回两个寄存器对应元素之积 r = ab float32x4_t vmlaq_f32 (float32x4_t a, float32x4_t b, float32x4_t c) r = a +bc float32x4_t vextq_f32 (float32x4_t a, float32x4_t b, const int n) 拼接两个寄存器并返回从第n位开始的大小为4的寄存器 0<=n<=3 例如 a: 1 2 3 4 b: 5 6 7 8 vextq_f32(a,b,1) -> r: 2 3 4 5 vextq_f32(a,b,2) -> r: 3 4 5 6 vextq_f32(a,b,3) -> r: 4 5 6 7 float32x4_t sum = vdupq_n_f32(0); float _a[] = {1,2,3,4}, _b[] = {5,6,7,8} ; float32x4_t a = vld1q_f32(_a), b = vld1q_f32(_b) ; float32x4_t sum1 = vfmaq_laneq_f32(sum, a, b, 0); sum + a*b[0] (0,0,0,0) + (15, 25, 35, 4*5) = (5, 10 ,15 ,20) float32x4_t sum2 = vfmaq_laneq_f32(sum1, a, b, 1); float32x4_t sum3 = vfmaq_laneq_f32(sum2, a, b, 2); 原作者：无眠栀 0
2022-5-18 12:00:39　　评论淘帖0 邀请回答您可以邀请以下用户，快速回答问题 × hgimtk 该类别下有 16 个回答。邀请回答 dianzijie5 该类别下有 16 个回答。邀请回答嵌入式-H 该类别下有 16 个回答。邀请回答 hucc 该类别下有 14 个回答。邀请回答舍我其谁84 该类别下有 13 个回答。邀请回答 HCPcry 该类别下有 12 个回答。邀请回答冰箱洗衣机该类别下有 12 个回答。邀请回答小刘该类别下有 11 个回答。邀请回答 sjjs001 该类别下有 11 个回答。邀请回答 iettke 该类别下有 11 个回答。邀请回答学生物的程序猿该类别下有 11 个回答。邀请回答 YOYOOO 该类别下有 10 个回答。邀请回答 bigbangboom 该类别下有 10 个回答。邀请回答 siyugege 该类别下有 9 个回答。邀请回答 drakannie 该类别下有 9 个回答。邀请回答 wuli北该类别下有 9 个回答。邀请回答 zengweishuai 该类别下有 9 个回答。邀请回答广州洋钒该类别下有 9 个回答。邀请回答 felixbury 该类别下有 8 个回答。邀请回答 h1654155957.9921 该类别下有 8 个回答。邀请回答举报张娟相关推荐 • 两个一维数组中相同元素的个数 7813 • labview比较两个元素数值大小，并进行统计 9017 • LabVIEW如何实现一维数组的元素赋值？ 14696 • LabVIEW怎样将二维数组中连续行元素个数大于3的元素值相加并生成一个一维数组 5840 • 求一个33矩阵对角线元素之和？ 949* • 如何实现下面的一个统计过程?谢谢! 2299 • 一维数组内的数据怎么实现换位 5796 • 怎么样判断一个一维数组里面，小于1的元素个数 6625 • C语言中怎么判断数组元素的个数 12669 • 字符数组索引 2548