C 将代码转换为程序集

我正在把下面的代码翻译成Neon汇编。任何帮助都将不胜感激

void sum(int length, int *a, int *b, int *c, int *d, char *result)
{
   int i;

   for (i = 0; i < length; i++)
      {
          int sum = (a[i] + b[i] + c[i] + d[i])/4;
          if (sum > threshold)
             result[i] = 1;
          else
             result[i] = 0;
      }
}

void和（int-length，int*a，int*b，int*c，int*d，char*result）
{
int i；
对于（i=0；i阈值）
结果[i]=1；
其他的
结果[i]=0；
}
}

---

实际代码是一个图像二值化算法。上面的代码只是为了演示这个想法，而不是让简单的事情变得更复杂。

这里是一个相当简单的实现。请注意，我们将除法和阈值测试转换为仅针对

threshold*4

的测试（以消除除法）：

void sum（常数int n、常数int32_t*a、常数int32_t*b、常数int32_t*c、常数int32_t*d、常数int32_t*result）
{
const int32_t threshold4=阈值*4；
const int32x4_t vthreshold4={threshold4，threshold4，threshold4}；
常数uint32x4_t vk1={1,1,1,1}；
int i；
对于（i=0；i

注:

• 完全未经测试的代码-可能需要进一步的工作

• result

  已更改为

  int32\u t*

  ——压缩为

  uint8\u t

  并不难，但它给这个初始示例增加了很多复杂性，因此我认为现在应该保持简单

• a

  ，

  b

  ，

  c

  ，

  d

  ，

  结果都需要16字节对齐

• n

  需要是4的倍数

• a

  、

  b

  、

  c

  、

  d

  的总和需要在32位带符号整数内

• 阈值*4

  需要适合32位带符号整数

---

您不能通过编译器运行它吗？只需打开编译器上的开关以生成程序集，然后将该输出转换为Neon assembly谢谢您，Paul。因为源是灰度图像，所以我需要将uchar加载到int32x4_t值中。我正在考虑使用int32x4\u t input=vshrn\u n\u 32（source，24）//source是uint8\u t。你能告诉我你是如何压缩的吗？要压缩到8位，你需要取4 x 4 x 32位向量，使用vmovn_xxx或vpadd_xxx指令，先压缩到2 x 8 x 16位向量，然后再压缩到单个16 x 8位向量。谢谢@paul-r。实际上，我们正在从q（128位）到d（64位）寄存器进行打包，所以我认为它应该是2x32x4->2x16x4->8x8向量。我仍在努力实现这一点（我对Neon完全陌生，所以花了我很多时间）@PaulR-有什么办法可以加快这些初始化：

int32x4\u t vthreshold4={threshold4，threshold4，threshold4，threshold4}

和

uint32x4\u t vk1={1，1，1}

。我在关键代码路径上有一个函数，由于算法规范（BLAKE2加密散列），它必须多次执行该操作。@jww:编译器应该足够聪明，能够将这样的常量从任何封闭循环中提升出来，即使它来自内联函数-您检查过生成的代码吗？否则，您可以将初始化的常量作为参数传递到函数中。

void sum(const int n, const int32_t *a, const int32_t *b, const int32_t *c, const int32_t *d, int32_t *result)
{
   const int32_t threshold4 = threshold * 4;
   const int32x4_t vthreshold4 = { threshold4, threshold4, threshold4, threshold4 };
   const uint32x4_t vk1 = { 1, 1, 1, 1 };
   int i;

   for (i = 0; i < n; i += 4)
   {
      int32x4_t va = vld1q_s32(&a[i]);    // load values from a, b, c, d
      int32x4_t vb = vld1q_s32(&b[i]);
      int32x4_t vc = vld1q_s32(&c[i]);
      int32x4_t vd = vld1q_s32(&d[i]);

      int32x4_t vsum = vaddq_s32(va, vb); // sum values form a, b, c, d
      vsum = vaddq_s32(vsum, vc);
      vsum = vaddq_s32(vsum, vd);

      uint32x4_t vcmp = vcgtq_s32(vsum, vthreshold4);
                                          // compare with threshold * 4
      int32x4_t vresult = (int32x4_t)vandq_u32(vcmp, vk1);
                                          // convert result to 0/1
      vst1q_s32(&result[i], vresult);     // store result
   }
}