式下使能NEON

#include

// Bare-minimum start-up code to run NEON code

__asm void EnableNEON(void)

{

MRC p15,0,r0,c1,c0,2 // Read CP Access register

ORR r0,r0,#0x00f00000 // Enable full access to NEON/VFP by enabling access to

// Coprocessors 10 and 11

MCR p15,0,r0,c1,c0,2 // Write CP Access register

ISB

MOV r0,#0x40000000 // Switch on the VFP and NEON hardware

MSR FPEXC,r0 // Set EN bit in FPEXC

}

下面的EnableNEON函数使能NEON协处理器；使用下面的编译选择就能在bare-metal下使能NEON

armcc -c --cpu=Cortex-A8 --debug hello.c -o hello.o

armlink --entry=EnableNEON hello.o -o hello.axf

系统运行时使能NEON

内核在遇到第一个NEON指令时会产生一个Undefined Instruction的异常，这会让内核自动重启NEON协处理器，内核还可以在上下文切换时关闭NEON来省电。

Linux内核的NEON配置

图1. NEON的Linux内核配置

使能NEON，需要选择

Floating point emulation→VFP-format floating point maths

和Floating point emulation→Advanced SIMD (NEON) Extension

检查Linux的配置文件来确认内核是否使能NEON

zcat /proc/config.gz | grep NEON

看是否存在

CONFIG_NEON=y

确认处理器是否支持NEON

cat /proc/cpuinfo | grep neon

看是否有如下内容

Features : swp half thumb fastmult vfp edsp neon vfpv3 tls vfpv4 idiva idivt

向量化NEON优化指南

避免指针混叠alias

C90不要求指针位置，不同指针可以指向相同的内存区域，C99中引入了__restrict关键字来表明只有这个指针能指向它工作的区域。

告诉编译器循环信息

如循环是否某个整数的整数倍，以方便向量化；如下表明循环次数是4的整数倍：

for(i=0 ; i < (len & ~3) ; i++)

{

。。。

}

for (i=0; i<(items*4); i+=1)

{

。。。

}

循环展开

#pragma unroll (n)

采用NEON Intrinsics

armcc, GCC/g++和llvm等编译器都支持 NEON C/C++ intrinsics，并且采用相同的语法规范。因而代码可以在各个编译器间共享。NEON Intrinsics的代码容易维护而且效率高。NEON Intrinsics采用新的数据类型，这些类型对应于D和Q寄存器。NEON Intrinsics写起来像是函数调用但对应于每一条NEON指令。编程NEON Intrinsics时不用考虑具体的寄存器分配和代码的schedule，pipeline流水安排等。但NEON Intrinsics往往不能产生想象的代码，性能上相比纯汇编要稍差一些。

减少循环内的相关性

如果当前迭代时使用的数据是上次迭代计算的结果，就产生了迭代间的相关性，可以拆分循环来减少相关。

向量化其他准则

• 短小的循环更容易让编译器实现自动向量化；
• 避免在循环内使用break退出循环
• 避免在循环内使用过多的条件语句，减少可能产生的条件跳转；
• 让循环次数尽可能是2的幂次
• 让编译器知晓循环次数，减少对循环次数为0等的判断；
• 循环内调用的函数尽量inline内联
• 使用数组+索引的方式访问比指针形式更容易向量化；
• 间接寻址(多重索引)不会向量化；
• 使用restrict关键字来告诉编译器没有重叠的内存区域；

总结

本文介绍了ARM平台基于ARM v7-A架构的ARM Cortex-A系列处理器(Cortex-A5, Cortex-A7, Cortex-A8, Cortex-A9, Cortex-A15)上的NEON多媒体处理硬件加速器针对C/C++语言、汇编语言和NEON intrinsics如何编译和优化，包含如何向量化、向量化的ARMCC和GCC编译器选项、NEON的汇编和EABI程序调用规范、如何在bare-metal和Linux操作系统上检测NEON硬件、如何指导编译器进行向量化NEON指令的优化等内容。

参考

http://houh-1984.blog.163.com/

本文介绍了ARM平台基于ARM v7-A架构的ARM Cortex-A系列处理器(Cortex-A5, Cortex-A7, Cortex-A8, Cortex-A9, Cortex-A15)上的NEON多媒体处理硬件加速器针对C/C++语言、汇编语言和NEON intrinsics如何编译和优化，包含如何向量化、向量化的ARMCC和GCC编译器选项、NEON的汇编和EABI程序调用规范、如何在bare-metal和Linux操作系统上检测NEON硬件、如何指导编译器进行向量化NEON指令的优化等内容。