C 中的 ARM Neon：如何在使用内部函数时组合不同的 128 位数据类型？

Question

TLTR

对于 arm 内在函数，如何将 uint8x16_t 类型的 128 位变量输入到需要 uint16x8_t 的函数中？

加长版

上下文：我有一张灰度图像，每个像素 1 个字节。我想将它缩小 2 倍。对于每个 2x2 输入框，我想取最小像素。在纯 C 中，代码将如下所示：

for (int y = 0; y < rows; y += 2) {
    uint8_t* p_out = outBuffer + (y / 2) * outStride;
    uint8_t* p_in = inBuffer + y * inStride;
    for (int x = 0; x < cols; x += 2) {
         *p_out = min(min(p_in[0],p_in[1]),min(p_in[inStride],p_in[inStride + 1]) );
         p_out++;
         p_in+=2;
    }
}

其中 rows 和 cols 都是 2 的倍数。我称 "stride" 图像中从一个像素到紧邻下方像素所需的字节步长。

现在我想对其进行矢量化。思路是：

取2个连续的像素行
从第一行开始在 a 中加载 16 个字节，并在 b
计算 a 和 b 之间的最小字节。存储在 a.
创建 a 的副本，将其右移 1 个字节（8 位）。存储在b.
计算 a 和 b 之间的最小字节。存储在 a.
在输出图像中存储 a 的每个第二个字节（丢弃一半字节）

我想用 Neon 内在函数来写这个。好消息是，对于每一步都有一个与之匹配的内在。

例如，在第 3 点可以使用（来自 here）：

uint8x16_t  vminq_u8(uint8x16_t a, uint8x16_t b);

并且在第 4 点，可以使用以下之一使用 8 位的移位（来自 here）：

uint16x8_t vrshrq_n_u16(uint16x8_t a, __constrange(1,16) int b);
uint32x4_t vrshrq_n_u32(uint32x4_t a, __constrange(1,32) int b);
uint64x2_t vrshrq_n_u64(uint64x2_t a, __constrange(1,64) int b);

那是因为我不关心字节 1、3、5、7、9、11、13、15 会发生什么，因为无论如何它们都会从最终结果中丢弃。（这个正确性已经验证过了，不是问题的重点。）

但是，vminq_u8 的输出是 uint8x16_t 类型，它与我想使用的移位内在函数不兼容。在 C++ 中，我用 , while I have been told that the problem (Edit: although that answer refer to C++, and in fact ), nor by 解决了这个问题，因为这会打破严格的别名规则。

在使用 ARM Neon 内部函数时如何组合不同的数据类型？

Answer 1

针对此类问题，arm_neon.h提供了vreinterpret{q}_dsttype_srctype转换运算符。

In some situations, you might want to treat a vector as having a different type, without changing its value. A set of intrinsics is provided to perform this type of conversion.

因此，假设 a 和 b 声明为：

uint8x16_t a, b;

你的第4点可以写成^(*):

b = vreinterpretq_u8_u16(vrshrq_n_u16(vreinterpretq_u16_u8(a), 8) );

但是，请注意，不幸的是，这并没有解决使用向量类型数组的数据类型，请参阅

_{(*) 应该说，这比等效的（在此特定上下文中）SSE 代码要麻烦得多，因为 SSE 只有一种 128 位整数数据类型（即 __m128i）：}

__m128i b = _mm_srli_si128(a,1);

C 中的 ARM Neon：如何在使用内部函数时组合不同的 128 位数据类型？

ARM Neon in C: How to combine different 128bit data types while using intrinsics?

c

arm

vectorization

neon