代码之家 › 专栏 › 技术社区 › guxiangtao

如何在32位矢量中使用arm neon 8位乘法和加法

neon simd arm

0

guxiangtao · 技术社区 · 7 年前

我在做8bit定点工作,我有一个数组和B数组,它们都是Q7格式,我想得到它们的和积演示代码:

int8_t ra1[], ra2[], rb[];
int8x16_t va1, va2, vb;
int16x4_t vsum1, vsum2;
va1 = vld1q_s8(ra1);
va2 = vld1q_s8(ra2);
vb = vld1q_s8(rb);
vsum1 = vdup_n_s16(0);
vsum2 = vdup_n_s16(0);
    for (......)
    vsum1 = vmlal_s8(vsum1, vget_high_s8(va1), vget_high_s8(vb));
    vsum1 = vmlal_s8(vsum1, vget_low_s8(va1), vget_low_s8(vb));

16位可以代表Q15。此外,我不能右移Q7xQ7的结果,我需要保持高精度。我怎么能用neonI想要和是32位ab还是8位我不想把a和b转移到16位,用vmlal_s16,它会很慢。我只需要一条指令,它可以在一个指令时间内进行乘法和加法。 neon c内部函数没有这个功能,也许neon汇编代码可以做到这一点。谁能帮我?谢谢 Here 是vmla汇编代码信息。也许我可以用。请给我一些建议,我不熟悉汇编代码。

1 回复 | 直到 7 年前

1

ErmIg 7 年前

我希望这个代码示例可以帮助您:

inline int32x4_t Correlation(const int8x16_t & a, const int8x16_t & b)
{
    int16x8_t lo = vmull_s8(vget_low_s8(a), vget_low_s8(b));
    int16x8_t hi = vmull_s8(vget_high_s8(a), vget_high_s8(b));
    return vaddq_s32(vpaddlq_s16(lo), vpaddlq_s16(hi));
}

void CorrelationSum(const int8_t * a, const int8_t * b, size_t bStride, size_t size, int32_t * sum)
{
    int32x4_t sums = vdupq_n_s32(0);
    for (size_t i = 0; i < size; i += 16)
        sums = vaddq_s32(sums, Correlation(vld1q_s8(a + i), vld1q_s8(b + i)));
    *sum = vgetq_lane_s32(sums, 0) + vgetq_lane_s32(sums, 1) + vgetq_lane_s32(sums, 2) + vgetq_lane_s32(sums, 3);
}

注:本例基于函数 Simd::Neon::CorrelationSum()

inline int8x16_t Load(const int8_t * p)
{
#ifdef __GNUC__
    __builtin_prefetch(p + 384);
#endif
    return vld1q_s8(p);
}

使用预取可以提高15-20%的性能。