由NEON内在函数生成的程序集[LLVM
我想了解更多关于ARM汇编的知识，并了解NEON内部函数背后发生了什么。 我正在使用最新的Xcode LLVM编译器。 我发现通常情况下，由内在函数生成的程序集实际上比简单朴素的C代码慢。
例如这个代码：
void ArmTest::runTest()
{
const float vector[4] = {1,2,3,4};
float result[4];
float32x4_t vA = vld1q_f32(vector);
asm("#Begin Test");
vA = vmulq_f32(vA, vA);
asm("#End Test");
vst1q_f32(result, vA);
}
产生这个输出：
#Begin Test
ldr q0, [sp, #16]
stp q0, q0, [fp, #-48]
ldur q1, [fp, #-32]
fmul.4s v0, v1, v0
str q0, [sp, #16]
#End Test
我不明白的是为什么所有的加载/存储都在这里触及内存？ 我必须错过一些明显的东西，对吧？ 另外，如何在内联程序集中编写这些代码以使其达到最优？ 我希望只有一条指令，但输出方式不同。
请帮助我理解。
谢谢！
你需要更好的测试。 您的测试不会将计算结果用于任何事情，因此编译器只是通过动作来让您快乐。 看起来你正在编译-O0，这会产生一堆不必要的加载和存储以用于调试目的。 如果你使用-O3编译，你的所有代码都将被删除。 我重写了测试以保留结果并使用-O3进行编译，结果如下：
$ cat neon.c
#include <arm_neon.h>
void runTest(const float vector[], float result[])
{
float32x4_t vA = vld1q_f32(vector);
vA = vmulq_f32(vA, vA);
vst1q_f32(result, vA);
}
$ xcrun -sdk iphoneos clang -arch arm64 -S neon.c -O3
$ cat neon.s
.section __TEXT,__text,regular,pure_instructions
.globl _runTest
.align 2
_runTest: ; @runTest
; BB#0:
ldr q0, [x0]
fmul.4s v0, v0, v0
str q0, [x1]
ret lr
此代码看起来最佳
链接地址: http://www.djcxy.com/p/59751.html