ARM NEON：比较 128 位值答案

【问题标题】：ARM NEON: comparing 128 bit valuesARM NEON：比较 128 位值
【发布时间】：2012-02-22 13:08:19
【问题描述】：

我有兴趣找到比较存储在 Cortex-A9 内核（允许 VFP 指令）上 NEON 寄存器（例如 Q0 和 Q3）中的值的最快方法（最少循环计数）。

到目前为止，我有以下内容：

(1)使用VFP浮点比较：

vcmp.f64        d0, d6
vmrs            APSR_nzcv, fpscr
vcmpeq.f64      d1, d7
vmrseq          APSR_nzcv, fpscr

如果 64 位“浮点数”等价于 NaN，则此版本将不起作用。

(2) 使用 NEON 缩小和 VFP 比较（这次只使用一次，并且以 NaN 安全的方式）：

vceq.i32        q15, q0, q3
vmovn.i32       d31, q15
vshl.s16        d31, d31, #8
vcmp.f64        d31, d29
vmrs            APSR_nzcv, fpscr

D29 寄存器之前预加载了正确的 16 位模式：

vmov.i16        d29, #65280     ; 0xff00

我的问题是：还有比这更好的吗？我是否正在监督一些明显的方法来做到这一点？

【问题讨论】：

【解决方案1】：

我相信你可以通过一条指令来减少它。通过使用左移和插入 (VLSI)，您可以将 Q15 的 4 个 32 位值组合成 D31 中的 4 个 16 位值。然后您可以与 0 进行比较并获取浮点标志。

vceq.i32  q15, q0, q3
vlsi.32   d31, d30, #16
vcmp.f64  d31, #0
vmrs      APSR_nzcv, fpscr

【讨论】：

第一个指令“覆盖”了整个 Q15（即 D30 和 D31），而第二个指令只有 D31 作为 destination，因此会丢失一些信息，比较会并不总是产生正确的结果。
当您使用 vceq.i32 时，它会将所有 1 或所有 0 放入 4 个 32 位通道中的每个通道中。第一条指令将 D30 和 D31 中的有用信息组合到 D31 中（所有 4 个比较的低 16 位）。第二条指令比较具有所有有用信息的低 64 位。
第一条指令（即 vceq.i32）没有“组合”任何东西。此外，第二个不使用 D31 作为输入...
见本页（第二张图）blogs.arm.com/software-enablement/…
好的，你是对的，抱歉争吵。但是代码仍然存在与我的第一个实现相同的 NaN 问题：如果 Q0 和 Q3 相等，则 D31 最终将设置所有位（因此为 NaN）=> VCMP 将不起作用。