Date: 2018.9.13
1、參考
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架構64位(AArch64執行狀態) neon優化的總結文檔，主要包括arm架構64位優化的基礎知識，特殊用法，打印調試和常用指令使用注意事項以及資料來源等相關知識。前文已有arm架構32位匯編優化總結對arm架構32位neon優化進行了全面總結，並且講述了arm匯編語法,下面主要以gnu asm匯編語法為例講述。
下圖為arm架構匯編優化總結的思維導圖：
3、arm架構64位優化基礎知識
【arm】arm架構64位入門基礎：架構分析、寄存器、調用規則、指令集以及參考手冊
該博客已經分析了arm架構64位匯編優化的入門基礎知識,主要包括架構分析,寄存器,調用規則,指令集和程序打印調試相關知識,可以作為入門arm64位匯編優化的基礎知識。
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:
{<prefix>}<op>{<suffix>} Vd.<T>, Vn.<T>, Vm.<T>
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
參考自：
https://community.arm.com/android-community/b/android/posts/arm-neon-programming-quick-reference
5、ARM相關編譯參數
嵌入式設備（即arm架構的板子）在編譯時，最好加上 -fsigned-char 因為嵌入式設備默認類型為unsigned char類型，非char 類型。此外在編譯arm匯編優化代碼時，編譯選項需要加上-c 。-c都表示編譯或匯編源文件,但是不進行鏈接。
ARM相關或者硬件相關編譯參數一般以-m開頭,常用ARM平台編譯選項包括:
-mcpu = cortex-a7
-mabi = atpcs
-march = armv7
-mtune = cortex-a53
-mfpu = neon, neon-vfpv4
-mfloat-api = soft, softfp, hard
更多詳細內容可以參考:https://gcc.gnu.org/onlinedocs/gcc-5.2.0/gcc.pdf 3.17.1小節AArch64 option和3.17.4小節 ARM options.
6、查看狀態標記位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 <V>.<d>, <V>.<n>, #<shift>
ushr <V>.<d>, <V>.<n>, #<shift>
ushr d2， d2, #8
使用注意事項：這兩條指令只能操作64位數據，即只能對D寄存器進行處理。
ushr最多只能進行64位數據的右移，並且右移時會影響V2寄存器的高64位數據（清零），因此高64位數據需要在右移前保存，否則相關數據會被修改。
2. INS指令
用法與MOV指令基本一樣,可以實現neon標量與neon標量之間的傳送,以及ARM寄存器與neon標量之間的傳送。
INS <Vd>.<Ts>[index1], <Vn>.<Ts>[index2]
INS <Vd>.<Ts>[index1], Rn
3. SUQADD、USQADD指令
既有標量用法,也有矢量用法。
SUQADD <V><d>, <V><d> // signed saturating accumulate of unsigned value
SUQADD <Vd>.<T>, <Vn>.<T>
USQADD <V><d>, <V><d> // unsigned saturating accumulate of signed value
USQADD <Vd>.<T>, <Vn>.<T>
4. RBIT、REV指令
RBIT <Wd>, <Wn> //reverse bits
REV <Wd>, <Wn> //reverse bytes
5. ADDV,SADDLV,SMAXV,SMINV (Vector Reduce（across lanes）)
ADDV <V><d>, <Vn><T> // Integer sum element to scalar(vector)
SADDLV <V><d>, <Vn><T> // Signed Interger sum elements to long scalar(vector)
SMAXV <V><d>, <Vn><T> // Signed Interger maximum elements to scalar(vector)
SMINV <V><d>, <Vn><T> // Signed Interger minimum elements to scalar(vector)
eg.:
addv B0, v1.8B // 將v1寄存器中的低64位中8個8位數據相加求和后，賦給v0的最低8位。
更多詳細解釋可以參考：https://static.docs.arm.com/ddi0487/a/DDI0487A_j_armv8_arm.pdf
6. sxtw使用注意事項
負數在使用時必須進行符號擴展！
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.常用指令對應關系(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
8、資料文檔查閱
在進行arm64位匯編語言編寫之前，建議首先閱讀學習arm官方英文手冊(https://static.docs.arm.com/ddi0487/ca/DDI0487C_a_armv8_arm.pdf） ，重點閱讀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位匯編格式之后就可以嘗試編寫了。
對於已有arm32位代碼的情況下，從arm32位代碼遷移到arm64時，可以參考(https://www.element14.com/community/servlet/JiveServlet/previewBody/41836-102-1-229511/ARM.Reference_Manual.pdf） 中 5.7.23小節的指令對照表。
對於代碼遷移方法，可以參考我的博客：Some ways of Migrating code from ARM32 to AArch64。
對於快速查找指令，可以參考指令速查卡：
https://courses.cs.washington.edu/courses/cse469/18wi/Materials/arm64.pdf
9、優化經驗總結（滿滿的干貨）
- 關於參數入棧和寄存器入棧
建議將入棧的參數取出之后，再對ARM寄存器或者NEON寄存器進行入棧。 - 盡量去除數據依賴 ，使指令並行
不要將當前指令的目的寄存器作為下一條指令的源寄存器，尤其對於vmul指令，vmla指令。 不要將當前指令的目的寄存器作為下一條指令的源寄存器，尤其對於vmul指令，vmla指令。 - 盡量減少分支跳轉
可以采用條件執行指令或邏輯運算指令替代分支跳轉，比如addgt,suble,vceq,vcge,vbit,vbsl等。 - 關注指令周期延遲
對於乘法指令，指令周期比較長，盡量不要立即使用指令計算結果，否則會等待耗時。 - 數據運算盡量在neon寄存器中，避免在arm寄存器和neon寄存器之間的運算。
- 盡量減少存取數據的次數。
- 盡量使用不需要保存的寄存器，寄存器出入棧很耗時。
- 對於寬度為4的倍數的情況下，盡量在寬度方向上處理，這樣可以提高cache命中率。
- 使用盡量少的指令來編寫代碼，因為arm指令是精簡指令，大部分指令都是單周期指令。
- 如果寄存器夠用的話，盡量將一行的數據處理拆成兩行或是四行來並行處理；盡量避免大數據之間的運算，可以將大數據的運算拆成小數據的運算。
- 減少循環判斷和條件比較
在數據處理過程中，在循環判斷或條件判斷較多時，可以適當展開分支，可以在一定程度上提升性能。
THE END!