1、参考

https://blog.csdn.net/SoaringLee_fighting/article/details/81906495

https://blog.csdn.net/SoaringLee_fighting/article/details/82155608

https://blog.csdn.net/u011514906/article/details/38142177

https://blog.csdn.net/listener51/article/details/82530464

2、前言

本文是arm架构64位(AArch64执行状态) neon优化的总结文档，主要包括arm架构64位优化的基础知识，特殊用法，打印调试和常用指令使用注意事项以及资料来源等相关知识。前文已有arm架构32位汇编优化总结对arm架构32位neon优化进行了全面总结，并且讲述了arm汇编语法,下面主要以gnu asm汇编语法为例讲述。

下图为arm架构汇编优化总结的思维导图：

3、arm架构64位优化基础知识

【arm】arm架构64位入门基础：架构分析、寄存器、调用规则、指令集以及参考手册

该博客已经分析了arm架构64位汇编优化的入门基础知识,主要包括架构分析,寄存器,调用规则,指令集和程序打印调试相关知识,可以作为入门arm64位汇编优化的基础知识。

4、ARMv8/AArch64 neon指令格式

In the AArch64 execution state, the syntax of NEON instruction has changed. It can be described as follows:

{}{}  Vd., Vn., Vm.　　

Where:

< prefix> - prefix, such as using S/U/F/P to represent signed/unsigned/float/bool data type.

< op> – operation, such as ADD, AND etc.

< suffix> - suffix

P: “pairwise” operations, such as ADDP，LDP，STP.

V: the new reduction (across-all-lanes) operations, such as ADDV，SMAXV，FMAXV.

2：new widening/narrowing “second part” instructions, such as ADDHN2, SADDL2，SMULL2.

< T> - data type, 8B/16B/4H/8H/2S/4S/2D. B represents byte (8-bit). H represents half-word (16-bit). S represents word (32-bit). D represents a double-word (64-bit).

For example:

UADDLP    V0.8H, V0.16B

FADD V0.4S, V0.4S, V0.4S

参考自：

https://community.arm.com/android-community/b/android/posts/arm-neon-programming-quick-reference

5、ARM相关编译参数

嵌入式设备（即arm架构的板子）在编译时，最好加上 -fsigned-char 因为嵌入式设备默认类型为unsigned char类型，非char 类型。此外在编译arm汇编优化代码时，编译选项需要加上-c 。-c都表示编译或汇编源文件,但是不进行链接。

ARM相关或者硬件相关编译参数一般以-m开头,常用ARM平台编译选项包括:

-mcpu = cortex-a7

-mabi = atpcs

-march = armv7

-mtune = cortex-a53

-mfpu = neon, neon-vfpv4

-mfloat-api = soft, softfp, hard

更多详细内容可以参考:https://gcc.gnu.org/onlinedocs/gcc-5.2.0/gcc.pdf 3.17.1小节AArch64 option和3.17.4小节 ARM options.

6、查看状态标记位NZCV的方法

mrs  x15, nzcv

mov  w0,  w15

bl print

7、A64指令集特有的指令及其用法

1. shl和ushr指令

shl  ., ., #

ushr  ., ., #

ushr  d2， d2,  #8

使用注意事项：这两条指令只能操作64位数据，即只能对D寄存器进行处理。

ushr最多只能进行64位数据的右移，并且右移时会影响V2寄存器的高64位数据（清零），因此高64位数据需要在右移前保存，否则相关数据会被修改。

2. INS指令

用法与MOV指令基本一样,可以实现neon标量与neon标量之间的传送,以及ARM寄存器与neon标量之间的传送。

INS   .[index1], .[index2]

INS   .[index1], Rn

3. SUQADD、USQADD指令

既有标量用法,也有矢量用法。

SUQADD ,      // signed saturating accumulate of unsigned value

SUQADD ., .

USQADD ,     // unsigned saturating accumulate of signed value

USQADD ., .

4.RBIT、REV指令

 RBIT , //reverse bits

 REV ,   //reverse bytes

5.

ADDV,SADDLV,SMAXV,SMINV (Vector Reduce（across lanes）)

ADDV ,     // Integer sum element to scalar(vector)

SADDLV ,   // Signed Interger sum elements to long scalar(vector)

SMAXV ,    // Signed Interger maximum elements to scalar(vector)

SMINV ,    // Signed Interger minimum elements to scalar(vector)

eg.:

addv B0, v1.8B // 将v1寄存器中的低64位中8个8位数据相加求和后，赋给v0的最低8位。

更多详细解释可以参考：https://static.docs.arm.com/ddi0487/a/DDI0487A_j_armv8_arm.pdf

这里写图片描述

6.sxtw使用注意事项

负数在使用时必须进行符号扩展！

比如：

sxtw   x4, w4

7.w寄存器到v寄存器

直接使用dup指令

dup v0.8B,  w2

8.常用指令对应关系(arm32---->arm64)

 vmovl------>uxtl/sxtl

 vqmovn----->sqxtn

 vqmovun----->sqxtun

 vqrshrun---->sqrshrun

 vceq------->cmeq

 vcge------->cmge

 vadd------>add

 vsub------>sub

 vaddl----->saddl,uaddl 

 vaddw----->saddw,uaddw,sw2addw2,uadd

 vmull----->smull,smull2,umull,umull2

 vmax,vmin----->smax,umax,smin,umin

 vmlal--------> smlal,smlal2,umlal,umlal2

 vrshl--------> urshl,srshl

 vtrn---------> trn1,trn2

 vstm/vstr----> stp/str

 vld1.32 {d0[]}, [r0], r2-----> ld1r {v0.S}[0], [x0], x2

 addgt,addle,subgt,suble----->csel,csetm,cset,csinc,csinv

更多可参考:

https://www.element14.com/community/servlet/JiveServlet/previewBody/41836-102-1-229511/ARM.Reference_Manual.pdf

8、资料文档查阅

    在进行arm64位汇编语言编写之前，建议首先阅读学习arm官方英文手册(https://static.docs.arm.com/ddi0487/ca/DDI0487C_a_armv8_arm.pdf） ，重点阅读C7 AArch64 neon指令部分以及C3 ARM指令部分，在了解了基本指令和arm64位汇编格式之后就可以尝试编写了。

    对于已有arm32位代码的情况下，从arm32位代码迁移到arm64时，可以参考(https://www.element14.com/community/servlet/JiveServlet/previewBody/41836-102-1-229511/ARM.Reference_Manual.pdf） 中 5.7.23小节的指令对照表。

    对于代码迁移方法，可以参考我的博客：Some ways of Migrating code from ARM32 to AArch64。

    对于快速查找指令，可以参考指令速查卡：

https://courses.cs.washington.edu/courses/cse469/18wi/Materials/arm64.pdf

9、优化经验总结（满满的干货）

关于参数入栈和寄存器入栈

建议将入栈的参数取出之后，再对ARM寄存器或者NEON寄存器进行入栈。

尽量去除数据依赖 ，使指令并行

不要将当前指令的目的寄存器作为下一条指令的源寄存器，尤其对于vmul指令，vmla指令。 不要将当前指令的目的寄存器作为下一条指令的源寄存器，尤其对于vmul指令，vmla指令。

尽量减少分支跳转

可以采用条件执行指令或逻辑运算指令替代分支跳转，比如addgt,suble,vceq,vcge,vbit,vbsl等。

关注指令周期延迟

对于乘法指令，指令周期比较长，尽量不要立即使用指令计算结果，否则会等待耗时。

数据运算尽量在neon寄存器中，避免在arm寄存器和neon寄存器之间的运算。

尽量减少存取数据的次数。

尽量使用不需要保存的寄存器，寄存器出入栈很耗时。

对于宽度为4的倍数的情况下，尽量在宽度方向上处理，这样可以提高cache命中率。

使用尽量少的指令来编写代码，因为arm指令是精简指令，大部分指令都是单周期指令。

如果寄存器够用的话，尽量将一行的数据处理拆成两行或是四行来并行处理；尽量避免大数据之间的运算，可以将大数据的运算拆成小数据的运算。

减少循环判断和条件比较

在数据处理过程中，在循环判断或条件判断较多时，可以适当展开分支，可以在一定程度上提升性能。

THE END!