向量中的 Intrinsics Neon Swap 元素

Question

我想用 Neon Intrinsics 优化此类代码。基本上给定输入

0 1 2 3 4 5 6 7 8

将产生输出，

2 1 0 5 4 3 8 7 6

void func(uint8_t* src, uint8_t* dst, int size){

   for (int i = 0; i < size; i++){
     dst[0] = src[2];
     dst[1] = src[1];
     dst[2] = src[0]
     dst = dst+3;
     src = src+3;
   }           
}

我能想到的唯一方法就是使用

uint8x8x3_t src = vld3_u8(src);

获取 3 个向量，然后访问 src[2]、src[1]、src[0] 中的每个元素并写入内存。

有人可以帮忙吗？

谢谢。

Answer 1

这在底层指令集中非常简单，因为您要交换 3 元素结构的两个元素，实际上已经拼出了相关指令：

vld3.u8 {d0-d2}, [r0]
vswp d0, d2
vst3.u8 {d0-d2}, [r0]

NEON Programmers Guide 中甚至还有这个确切的示例，因为它是 RGB-BGR 转换，而这正是 NEON 设计的处理类型。

使用内在函数有点棘手，因为 vswp 没有内在函数；你只需要用 C 语言表达它并相信编译器会做正确的事情：

uint8x8x3_t data = vld3_u8(src);
uint8x8_t tmp = data.val[0];
data.val[0] = data.val[2];
data.val[2] = tmp;
vst3_u8(dest, data);

也就是说，由于手头的编译器是 GCC 的各种版本，我没能说服他们中的任何一个真正发出 vswp - 代码生成从次优到愚蠢不等。 Clang 做得好很多，但仍然没有 vswp；其他编译器可能更聪明。

向量中的 Intrinsics Neon Swap 元素

Intrinsics Neon Swap elements in vector

c++

optimization

arm

simd

neon