NEON 定点编码和定点与浮点操作性能比较答案

【问题标题】：NEON Fixed point coding and Fixed vs Floating point operations performance comparisonNEON 定点编码和定点与浮点操作性能比较
【发布时间】：2013-03-26 18:22:02
【问题描述】：

正如我们在此处看到的“arm integer NEON operations cycles”和 arm float NEON 运算周期，整数乘法运算似乎没有浮点乘法运算明显的优势。当我将浮点代码转换为定点时，我必须在定点乘法/除法指令之后添加额外的“移位”指令。由于指令的增加，程序所需的周期实际上增加了。由于定点，我的程序的性能恶化了。（浮点代码为 14000 个周期，定点代码为 26000 个周期）。

NEON 是否有专门用于定点运算（乘法和除法）的特殊指令？我只找到了一条指令，它只转换 Fixed -float 和其他方式。有没有在 NEON 中编写定点程序的有效方法？

我为浮点代码编写了以下示例代码。

    VMUL   Q14.F32,Q8.F32,Q2.F32
    VMUL   Q15.F32,Q8.F32,Q3.F32
    VLD2    {Q10.F32,Q11.F32},[pTw2@256],TwdStep
    VLD2    {Q4.F32,Q5.F32},[pT1@256],fftSize
    VMLA   Q14.F32,Q9.F32,Q3.F32
    VMLS   Q15.F32,Q9.F32,Q2.F32

通过在 VMUL A 指令之后插入移位操作，将以下代码转换为定点代码。

    VMUL   Q14.S32,Q8.S32,Q2.S32
   VMUL   Q15.S32,Q8.S32,Q3.S32
   VLD2    {Q10.S32,Q11.S32},[pTw2@256],TwdStep
   VLD2    {Q4.S32,Q5.S32},[pT1@256],fftSize
   VMLA   Q14.S32,Q9.S32,Q3.S32
   VMLS   Q15.S32,Q9.S32,Q2.S32

   VRSHR    Q14.S32,Q14.S32,#12     ;Shift instructions to account for fixed point 
   VRSHR    Q15.S32,Q15.S32,#12     ;

【问题讨论】：

现在，定点通常只在面临浮点挑战的 CPU 上有意义，例如低端微控制器，以及明确支持定点的 CPU（各种 DSP 系列，一些 SIMD 架构） )。否则只使用浮点数。
如果可能，您可以通过组合管道获得优势。您使用的是 32 位值还是正在进行 SIMD？只是普通的 ARM 有 MLA、MUL 等，它们在 32 位值上执行。您可以在 NEON 内核中进行一次浮动计算，并在 ARM 中进行另一次固定。
@artlessnoise 我只是想看看 NEON 的能力。并行操作真的很有帮助！！
对不起，我对NEON不熟悉。寄存器是 64 位的，所以你同时做两个操作。我的观点是，您可以在 NEON 单元也在运行代码的同时使用 ARM 整数单元进行一些计算；看起来这不适用于您的 FFT。

标签： floating-point embedded arm neon fixed-point

【解决方案1】：

有关NEON 指令集，请参阅Vector Floating Point Instruction Set Quick Reference Card。没有专门的定点指令。

我建议你阅读blog.arm.com 标题为Coding for NEON - Part 3: Matrix Multiplication / 固定点的帖子，它可能会给你一些尝试的想法。

它声称：

使用定点算法进行计算通常比浮点数更快——它需要更少的内存带宽来读取和写入使用较少位的值，并且整数值的乘法通常比应用于浮点数的相同运算更快。

但是，在使用定点算法时，您必须仔细选择表示以避免溢出或饱和，同时保持应用程序所需的结果精度。

【讨论】：

在上面指出的示例中，“使用更少的位”很重要，该示例将 32 位用于浮点，而将 16 位用于定点。就我而言，我将 32 位用于浮点和定点。