ARM霓虹灯没有给出准确的结果

我试图优化beagleboard上的光线跟踪器代码，为此我使用NEON协处理器。有一个矩阵乘法函数被多次调用，我已经在内联汇编中编写了这个函数。然而，由于某些原因，结果并不准确。这是我的密码：

void VecMatMult(float Vt[4], float M[4][4], float V[4])
{

   __asm__ volatile(

    "vldmia %1, {q1-q4} \n\t" // Load the Matrix in the quad registers
    "vldmia %2, {q5} \n\t" //Load the Vector
    "vmul.f32 q0, q1, d10[0] \n\t" //Calculate the matrix product
    "vmla.f32 q0, q2, d10[1] \n\t"
    "vmla.f32 q0, q3, d11[0] \n\t"
    "vmla.f32 q0, q4, d11[1] \n\t"
    "vstmia %0, {q0} \n\t" //Store the output
    :
    :"r" (Vt), "r" (M), "r" (V)
    :"q0", "q1", "q2", "q3", "q4", "q5"
    );

}

---

有趣的是，当我在一个单独的程序中调用这段代码来测试它是否有效时，结果是完美的。然而，当它在我的主程序中被多次调用时，结果是不正确的。如果有任何帮助，我将不胜感激，因为我目前毫无头绪。

我不知道内联程序集是如何处理寄存器保留的，但根据ATPC的规定，d8~d15必须在使用前保留，因此从一开始就使用它们（如果不是绝对必要的话）不是非常明智的

它将导致性能损失（如果内联程序集执行正确的工作），或者它将执行“不合理”的操作（如果内联程序集失败）

---

试着用q8~q13代替。这是一个安全的赌注。

您可能会遇到一些内部管理问题-我建议至少暂时使用内部函数对其重新编码，并让编译器负责内部管理。您应该在两个版本之间比较生成的代码。但最有可能发生这种情况的原因是你没有在你的打击列表中列出“记忆”。因此，编译器不允许从内存中加载计算值。我尝试将“内存”放入已删除列表中。它不起作用，你将不得不发布一些生成的代码（包括此函数的周围代码）。它们是否不准确或完全偏离轨道？您还应该将相同函数的C代码传递给IMHO，以便人们能够理解您真正想要做的事情。