Arm A64霓虹灯SIMD-256位比较
我想比较两个小端256位值与A64霓虹灯指令（asm）的效率Arm A64霓虹灯SIMD-256位比较,arm,comparison,simd,neon,arm64,Arm,Comparison,Simd,Neon,Arm64,我想比较两个小端256位值与A64霓虹灯指令（asm）的效率 相等（=） 为了平等，我已经找到了一个解决方案： bool eq256(const UInt256 *lhs, const UInt256 *rhs) { bool result; 首先，将这两个值加载到SIMD寄存器中 __asm__("ld1.2d { v0, v1 }, %1 \n\t" "ld1.2d { v2, v3 }, %2 \n\t" 将值的每个64
相等（=） 为了平等，我已经找到了一个解决方案：
bool eq256(const UInt256 *lhs, const UInt256 *rhs) {
bool result;
__asm__("ld1.2d { v0, v1 }, %1 \n\t"
"ld1.2d { v2, v3 }, %2 \n\t"
"cmeq.2d v0, v0, v2 \n\t"
"cmeq.2d v1, v1, v3 \n\t"
"uminp.16b v0, v0, v1 \n\t"
"uminv.16b b0, v0 \n\t"
"uminp.16b v0, v0, v1 \n\t"
"uminv.16b b0, v0 \n\t"
"umov %w0, v0.b[0] \n\t"
"cmp %w0, 0xFF \n\t"
"cset %w0, eq "
: "=r" (result)
: "m" (*lhs->value), "m" (*rhs->value)
: "v0", "v1", "v2", "v3", "cc");
return result;
}
- 这比使用普通的ARM寄存器进行4次比较更有效吗
- e、 g.是否有来源引用不同操作的时间？我在iphone5s上这么做
- 有没有办法进一步优化这一点？我认为我浪费了很多周期，只是为了把整个向量简化为一个标量布尔
小于比较（使用XCTest measureMetrics和基于Swift的测试运行程序进行基准测试。分配两个256位的整数。然后，在相同的两个整数上重复一个操作1亿次，停止测量，并使用arc4random为两个整数的每个分支分配一个新的随机值。在连接仪器的情况下执行第二次运行，CPU时间d每一条指令的分布都在其旁边以注释的形式标注
相等（=） 对于相等性，当结果从SIMD寄存器传输回ARM寄存器时，SIMD似乎会丢失。SIMD可能只有在结果用于进一步SIMD计算时，或者如果使用的INT长于256位时才值得使用（ld1似乎比ldp快）
- SIMD
测量的[时间，秒]平均值：11.558，相对标准偏差：0.065%，值：[11.572626，11.560558，11.549322，11.568718，11.558530，11.550490，11.557086，11.551803，11.557529，11.549782]bool result; __asm__("ld1.2d { v0, v1 }, %1 \n\t" // 5.1% "ld1.2d { v2, v3 }, %2 \n\t" // 26.4% "cmeq.2d v0, v0, v2 \n\t" "cmeq.2d v1, v1, v3 \n\t" "uminp.16b v0, v0, v1 \n\t" // 4.0% "uminv.16b b0, v0 \n\t" // 26.7% "umov %w0, v0.b[0] \n\t" // 32.9% "cmp %w0, 0xFF \n\t" // 0.0% "cset %w0, eq " : "=r" (result) : "m" (*lhs->value), "m" (*rhs->value) : "v0", "v1", "v2", "v3", "cc"); return result; // 4.9% ("ret") - 标准
这里的赢家。
指令在这里真的很出色：-） 不过，很明显，问题出在内存限制上ccmp
测量的[时间，秒]平均值：11.146，相对标准偏差：0.034%，值：[11.149754，11.142854，11.146840，11.149392，11.141254，11.148708，11.142293，11.150491，11.139593，11.145873]bool result; __asm__("ldp x8, x9, %1 \n\t" // 33.4% "ldp x10, x11, %2 \n\t" "cmp x8, x10 \n\t" "ccmp x9, x11, 0, eq \n\t" "ldp x8, x9, %1, 16 \n\t" // 34.1% "ldp x10, x11, %2, 16 \n\t" "ccmp x8, x10, 0, eq \n\t" // 32.6% "ccmp x9, x11, 0, eq \n\t" "cset %w0, eq \n\t" : "=r" (result) : "m" (*lhs->value), "m" (*rhs->value) : "x8", "x9", "x10", "x11", "cc"); return result; - C
LLVM无法检测到“ccmp”是在此处使用的好指令，并且比上面的asm版本慢
编译为return lhs->value[0] == rhs->value[0] & lhs->value[1] == rhs->value[1] & lhs->value[2] == rhs->value[2] & lhs->value[3] == rhs->value[3];
测量的[时间，秒]平均值：11.531，相对标准偏差：0.040%，值：[11.525511，11.529820，11.541940，11.531776，11.533287，11.526628，11.531392，11.526037，11.531784，11.533786]ldp x8, x9, [x0] // 24.1% ldp x10, x11, [x1] // 0.1% cmp x8, x10 // 0.4% cset w8, eq // 1.0% cmp x9, x11 // 23.7% cset w9, eq and w8, w8, w9 // 0.1% ldp x9, x10, [x0, #16] ldp x11, x12, [x1, #16] // 24.8% cmp x9, x11 cset w9, eq // 0.2% and w8, w8, w9 cmp x10, x12 // 0.3% cset w9, eq // 25.2% and w0, w8, w9 ret // 0.1%
小于（在其他地方，
UInt256cmpccmpccmp