在手臂氖中高效计算两个不同的数字

Efficiently compute two dissimilar numbers in arm neon

本文关键字：两个 数字 计算 高效      更新时间：2023-10-16

>我有一个包含 16 个整数的数组，我想从这个数组中找到一对彼此之间具有最大差异的整数。 可以使用以下(伪(代码计算差异：

int diss(uint32_t x, uint32_t y)
{   // it could do square for each byte of the number instead.
return
abs(((x >> 24) & 0xFF) - ((y >> 24) & 0xFF)) + 
abs(((x >> 16) & 0xFF) - ((y >> 16) & 0xFF)) + 
abs(((x >>  8) & 0xFF) - ((y >>  8) & 0xFF)) + 
abs(((x >>  0) & 0xFF) - ((y >>  0) & 0xFF));
}
void findDissimilar(uint32_t buf[16], uint32_t& x, uint32_t& y)
{
int maxDiss = 0;
for (int i=0; i<16; ++i)
{
for (int j=0; j<16; ++j)
{
int d = diss(buf[i], bud[j]);
if (d > maxDiss)
{
maxDiss = d;
x = buf[i];
y = buf[j];
}
}
}
}

在输入buf上，如果这很重要，它已经在霓虹灯寄存器中。在输出上，我应该得到两个整数(在 neon reg 中也许它更好(。 如何在手臂霓虹灯中有效地做到这一点，我应该尝试什么方法？澄清一下，问题的重点是 优化findDissimilar.

diss

在neon中计算是微不足道的，它可以通过这种方式实现(未经测试的代码(：

uint32x4_t diss_x4(uint32x4_t x4, uint32x4_t y4)
{
uint8x16_t diff = vabdq_u8(vreinterpretq_u8_u32(x4), vreinterpretq_u8_u32(x4));
uint16x8_t m0 = vmull_u8(vget_low_u8(diff), vget_low_u8(diff));
uint16x8_t m1 = vmull_u8(vget_high_u8(diff), vget_high_u8(diff));
uint16x4_t s0 = vpadd_u16(vget_low_u8(m0), vget_high_u8(m0));
uint16x4_t s1 = vpadd_u16(vget_low_u8(m1), vget_high_u8(m1));
uint16x4_t sx = vpadd_u16(s0, s1);
return vmovl_u16(sx);
}

但对findDissimilar来说不是那么微不足道.我认为最好的方法是执行以下操作： - 将所有 16 个整数加载到 4 个 Q 寄存器中{q0, q1, q2, q3}. - 第一个 Q0 注册包含{ buf[0], buf[1], buf[2], buf[3] }- 然后我可以循环 15 次并从 4 个输入 q reg 中提取到 qext 值，例如 vextq_u32(q0， q1， 1( 用于第一次迭代等。 - 计算 Q0 和 Qext 之间的最小值。

然后，对于 Q1、Q2、Q3，也应执行相同的过程。

也许如果我按字节{q0, q1, q2, q3}去交错，它可以更好地优化。

相关文章：