Assembly 正确使用ARM PLD指令（ARM11）
ARM实际上并没有以正确的方式在这条指令上给出太多的用法，但我发现它在其他地方被用来知道它以地址作为在哪里读取下一个值的提示 我的问题是，给定一个256字节的紧凑拷贝循环Assembly 正确使用ARM PLD指令（ARM11）,assembly,arm,armv6,Assembly,Arm,Armv6,ARM实际上并没有以正确的方式在这条指令上给出太多的用法，但我发现它在其他地方被用来知道它以地址作为在哪里读取下一个值的提示 我的问题是，给定一个256字节的紧凑拷贝循环ldm/stm指令，比如r4-r11 x 8，在每个指令对之间的拷贝之前预取每个缓存线是更好的，还是根本不这样做，因为所讨论的memcpy不同时读取和写入同一内存区域。非常确定我的缓存线大小是64字节，但可能是32字节-在这里编写最终代码之前等待确认。来自第17.4章（注意：ARM11的某些细节可能不同）： memcpy（）的最
ldm/stmmemcpyLinux内核中提供了一个合理通用的复制循环示例，该循环使用cacheline大小的
LDMSTMPLDSPPCLDMSTM // Use non-conflicting register r12 to avoid waiting for r6 in pld
pld [r6, #0]
add r12, r6, #32
1:
ldm r6!, {r0, r1, r2, r3, r4, r5, r8, r9}
pld [r12, #32]
stm r10!, {r0, r1, r2, r3, r4, r5, r8, r9}
subs r11, r11, #16
ldm r6!, {r0, r1, r2, r3, r4, r5, r8, r9}
pld [r12, #64]
stm r10!, {r0, r1, r2, r3, r4, r5, r8, r9}
add r12, r6, #32
bne 1b
上面的块假设您已经设置了r6、r10、r11，并且该循环对r11的字（而不是字节）进行倒计时。我已经在Cortex-A9（iPad2）上测试过了，在那个处理器上似乎有很好的效果。但要小心，因为在Cortex-A8（iPhone4）上，霓虹灯环路似乎比ldm/stm快，至少对于更大的副本是如此。在这种情况下，更好是什么意思？更快=在这种情况下更好。前面有3条缓存线。。。因此，对于64字节缓存线上的256字节副本，听起来我应该继续预取所有256字节。嗯，我没想到去看手册。可能应该有。我的系统是一个32字节的cachline线路，而且我们的总线速度很慢。因此，在块指令之间交错以隐藏延迟是一种可行的方法。结果还表明，一次复制超过16个字节会使缓存的速度过快，也会减慢速度。ARM可以成为一种漂亮的语言，但它仍然需要适当的内存子系统来很好地利用它。有关实际的代码示例和基准测试，请参阅。我发现这很有用，也很有趣：您可以在其中使用SP，您只需将其正确存储在某个位置，并确保您的上下文切换代码没有延迟到足以从您的执行域（USR/SYS）使用SP。如果您“将SP存储在某个位置”，以便“释放”reg以与
LDMSTMPCLDMSTMadrPC