ARM NEON：从NEON寄存器（Q/D寄存器）中包含的地址加载数据

我正在编写一个由两部分组成的汇编代码。第一部分从基址加上一些计算值（结果是非常遥远的内存地址）开始计算各种地址（内存）。第二部分必须从第一部分中计算的地址加载数据并使用它们。第一部分和第二部分都是高度可并行的，并且只使用NEON并行

我需要的是找到结合这两部分的最佳方法：使用第一阶段输出的地址加载数据

我尝试过并且似乎有效的是最简单的解决方案：

//q8 & q9 have 8 computed addresses
VMOV.32 r0, d16[0] //move addresses to standard registers
VMOV.32 r1, d16[1]
VMOV.32 r2, d17[0]
VMOV.32 r3, d17[1]
VLD1.8 d28[0], [r0] //load uchar (deinterleaving in d28 and d29)
VLD1.8 d29[0], [r1] //otherwise do not interleave and use VUZP
VLD1.8 d28[1], [r2]
VLD1.8 d29[1], [r3]
VMOV.32 r0, d18[0]
VMOV.32 r1, d18[1]
VMOV.32 r2, d19[0]
VMOV.32 r3, d19[1]
VLD1.8 d28[2], [r0]
VLD1.8 d29[2], [r1]
VLD1.8 d28[3], [r2]
VLD1.8 d29[3], [r3]
...
//data loaded in d28 and d29

在本例中，我使用了四个R寄存器（可以使用更少或更多），并且我正在模拟一个标准VLD2.8在阵列上工作，对d28和d29中的数据进行解交错

由于这个问题（用NEON计算地址并从这些地址加载）经常发生在我身上，有没有更好的方法？

---

谢谢

你所做的可能有用，但你不应该那样做

手臂->霓虹灯传输灵活，而霓虹灯->手臂传输则不灵活。每次启动时，它们会导致管道暂停浪费约14个周期

在您的情况下，28个周期是白白浪费的。而且我相信用手臂做数学运算会花费更少的时间

---

坚持到底。在处理多个32位数据（如地址）时，ARMv7从其双重（三重）发布功能中获益匪浅。（乘法除外）

计算加载地址的算法是什么？您是否可以使用v6 simd指令？