Performance ARMv7和x2B的快速正弦/余弦；霓虹灯：寻找测试员…；
如果有人可以使用iPhone3GS或Pandora，请测试一下我刚刚编写的以下组装例程 在NEON矢量FPU上，它应该能够非常快速地计算正弦和余弦。我知道它编译得很好，但没有足够的硬件，我无法测试它。如果你能计算一些正弦和余弦，并将结果与sinf（）和cosf（）的结果进行比较，那将非常有帮助 谢谢Performance ARMv7和x2B的快速正弦/余弦；霓虹灯：寻找测试员…；,performance,assembly,arm,iphone-3gs,neon,Performance,Assembly,Arm,Iphone 3gs,Neon,如果有人可以使用iPhone3GS或Pandora，请测试一下我刚刚编写的以下组装例程 在NEON矢量FPU上，它应该能够非常快速地计算正弦和余弦。我知道它编译得很好，但没有足够的硬件，我无法测试它。如果你能计算一些正弦和余弦，并将结果与sinf（）和cosf（）的结果进行比较，那将非常有帮助 谢谢 #include <math.h> /// Computes the sine and cosine of two angles /// in: angles = Two angles
#include <math.h>
/// Computes the sine and cosine of two angles
/// in: angles = Two angles, expressed in radians, in the [-PI,PI] range.
/// out: results = vector containing [sin(angles[0]),cos(angles[0]),sin(angles[1]),cos(angles[1])]
static inline void vsincos(const float angles[2], float results[4]) {
static const float constants[] = {
/* q1 */ 0, M_PI_2, 0, M_PI_2,
/* q2 */ M_PI, M_PI, M_PI, M_PI,
/* q3 */ 4.f/M_PI, 4.f/M_PI, 4.f/M_PI, 4.f/M_PI,
/* q4 */ -4.f/(M_PI*M_PI), -4.f/(M_PI*M_PI), -4.f/(M_PI*M_PI), -4.f/(M_PI*M_PI),
/* q5 */ 2.f, 2.f, 2.f, 2.f,
/* q6 */ .225f, .225f, .225f, .225f
};
asm volatile(
// Load q0 with [angle1,angle1,angle2,angle2]
"vldmia %1, { d3 }\n\t"
"vdup.f32 d0, d3[0]\n\t"
"vdup.f32 d1, d3[1]\n\t"
// Load q1-q6 with constants
"vldmia %2, { q1-q6 }\n\t"
// Cos(x) = Sin(x+PI/2), so
// q0 = [angle1, angle1+PI/2, angle2, angle2+PI/2]
"vadd.f32 q0,q0,q1\n\t"
// if angle1+PI/2>PI, substract 2*PI
// q0-=(q0>PI)?2*PI:0
"vcge.f32 q1,q0,q2\n\t"
"vand.f32 q1,q1,q2\n\t"
"vmls.f32 q0,q1,q5\n\t"
// q0=(4/PI)*q0 - q0*abs(q0)*4/(PI*PI)
"vabs.f32 q1,q0\n\t"
"vmul.f32 q1,q0,q1\n\t"
"vmul.f32 q0,q0,q3\n\t"
"vmul.f32 q1,q1,q4\n\t"
"vadd.f32 q0,q0,q1\n\t"
// q0+=.225*(q0*abs(q0) - q0)
"vabs.f32 q1,q0\n\t"
"vmul.f32 q1,q0,q1\n\t"
"vsub.f32 q1,q0\n\t"
"vmla.f32 q0,q1,q6\n\t"
"vstmia %0, { q0 }\n\t"
:: "r"(results), "r"(angles), "r"(constants)
: "memory","cc","q0","q1","q2","q3","q4","q5","q6"
);
}
#包括
///计算两个角度的正弦和余弦
///in:angles=两个角度，以弧度表示，在[-PI，PI]范围内。
///输出：结果=包含[sin（角度[0]）、cos（角度[0]）、sin（角度[1]）、cos（角度[1]）]的向量
静态内联void vsincos（常量浮动角度[2]，浮动结果[4]）{
静态常量浮点常量[]={
/*q1*/0，M_PI_2，0，M_PI_2，
/*q2*/M_-PI，M_-PI，M_-PI，M_-PI，
/*q3*/4.f/M_-PI，4.f/M_-PI，4.f/M_-PI，4.f/M_-PI，
/*q4*/-4.f/（M_PI*M_PI），-4.f/（M_PI*M_PI），-4.f/（M_PI*M_PI），-4.f/（M_PI*M_PI），
/*q5*/2.f，2.f，2.f，2.f，
/*q6*/.225f、.225f、.225f、.225f
};
挥发性物质(
//用[angle1，angle1，angle2，angle2]加载q0
vldmia%1，{d3}\n\t
vdup.f32 d0，d3[0]\n\t
vdup.f32 d1，d3[1]\n\t
//用常数加载q1-q6
vldmia%2，{q1-q6}\n\t
//Cos（x）=Sin（x+PI/2），所以
//q0=[angle1，angle1+PI/2，angle2，angle2+PI/2]
vadd.f32 q0、q0、q1\n\t
//如果角度1+PI/2>PI，则减去2*PI
//q0-=（q0>PI）？2*PI:0
vcge.f32 q1、q0、q2\n\t
vand.f32 q1、q1、q2\n\t
vmls.f32 q0、q1、q5\n\t
//q0=（4/PI）*q0-q0*abs（q0）*4/（PI*PI）
vabs.f32 q1，q0\n\t
vmul.f32 q1，q0，q1\n\t
vmul.f32 q0、q0、q3\n\t
vmul.f32 q1、q1、q4\n\t
vadd.f32 q0、q0、q1\n\t
//q0+=.225*（q0*abs（q0）-q0）
vabs.f32 q1，q0\n\t
vmul.f32 q1，q0，q1\n\t
vsub.f32 q1，q0\n\t
vmla.f32 q0、q1、q6\n\t
vstmia%0，{q0}\n\t
：“r”（结果），“r”（角度），“r”（常数）
：“内存”、“cc”、“q0”、“q1”、“q2”、“q3”、“q4”、“q5”、“q6”
);
}
希望这就是你一直在寻找的东西。哦——在我忘记之前：也许你可以为自己争取一点工作 看看这些NEON优化的数学函数：
只是好奇——你用什么算法来快速计算sin，cos？如果你添加一个测试程序，我可以在我的beagleboard上运行它。。相同的CPU。@gahooa：我使用Nicolas Capens在上描述的方法，并且cos（x）=sin（x+90°）非常感谢Nils。我有点惊讶它是开箱即用的，实际上：-）为VFP11实现的相同方法的速度只有在我的iPod Touch上调用sinf（）+cosf（）的两倍，因此我使用了查找表。啊，我从您的测试程序中看到，您使用了libc函数的双精度变体（sin（）/cos（），而不是sinf（）/cosf（））。这就解释了为什么libc函数的性能如此之差，我认为：-）只是用sinf/cosf编译并运行它，它没有太大的区别。你的意思是，与使用sin（）/cos（）测试时相比，与使用sinf（）/cosf（）测试时相比，结果几乎没有什么区别吗，或者说我的函数和libc的函数在速度上几乎没有差别？sin和sinf之间没有太大差别（cos也是如此）。我测量了双版本的1260个循环/迭代，浮动版本的1245个循环/迭代。我打赌这是相同的代码，我们只是将转换从double保存到float。是的，我知道这些函数。我希望我有一台iPhone3GS来玩霓虹灯，这肯定比我的iPod的VFP11有趣得多。随着iPhone的出现，FPU热潮开始了，但在此之前的规则是：不做浮动，做定点。我开始认为那些为iPhone编写浮动代码的人是错误的。ARM非常擅长处理整数，设置浮点寄存器的开销很大。事实上，我知道另一个相关的项目，而不是这个项目。我想到的那个只有矩阵/向量函数。刚刚检查了你的链接。看起来它有所有的math.h函数！我正在主演，谢谢！：-）