ARM NEON 是適用於ARM Cortex-A和Cortex-R52系列處理器的一種128位SIMD（single instruction multiple data, 單指令多數據）擴展結構。
ARM CPU最開始只有普通的寄存器，可以進行基本數據類型的基本運算。自ARMv5開始引入了VFP(Vector Floating Point)指令，該指令用於向量化加速浮點運算。自ARMv7開始正式引入NEON指令，NEON性能遠超VFP，因此VFP指令被廢棄。類似於Intel CPU下的MMX/SSE/AVX/FMA指令，ARM CPU的NEON指令同樣是通過向量化來進行速度優化。使用場景包含但不局限於：
1. 靈活的視頻轉碼(Flexible video transcoding)
2. 聲音識別、先進的語音處理(Speech Recognition，Advanced audio processing)
3. 視頻捕獲增強(Enhanced captured video)
4. 計算機視覺AR/VR(Computer Vision)
5. 機器學習及深度學習(Machine and deep learning)
6. 游戲及先進的人機交互界面(Gaming, Advanced user interface)
關於SIMD(單指令多數據)和SISD(單指令單數據)。以加法指令為例，單指令單數據（SISD）的CPU對加法指令譯碼后，執行部件先訪問內存，取得第一個操作數；之后再一次訪問內存，取得第二個操作數；隨后才能進行求和運算。而在SIMD型的CPU中，指令譯碼后幾個執行部件同時訪問內存，一次性獲得所有操作數進行運算。這個特點使SIMD特別適合於多媒體應用等數據密集型運算：
NEON技術是從ARMv7-A和ARMv7-R指令集引入的，目前已經擴展到了ARMv8-A和ARMv8-R指令集。
NEON技術旨在通過加速多媒體(video/audio)編解碼，用戶界面，2D/3D圖形及游戲來提高人對多媒體的體驗度。
NEON也可以通過加速信號處理算法和函數來加快應用程序，比如音頻和視頻處理，語音和面部識別，計算機視覺和深度學習。
概述
NEON是一個打包的SIMD架構，NEON寄存器被視為相同數據類型的向量元，並且支持多種數據類型的一種技術。
NEON指令在所有向量通道上執行相同操作。執行操作數是由數據類型來決定的，Neon指令遵循如下的規則：
16x8-bit， 8x16-bit，4x32-bit，2x64-bit 整形操作
8x16-bit*，4x32-bit，2x64-bit** 浮點操作
多個並行指令的操作僅在ARMv8.2-A, ARMv8-A/R上被支持。
怎樣使用NEON
有多種方式來使用NEON，其中包含了以使用的庫文件，編譯器的自動向量化，內嵌NEON代碼等方式。
Library
使用NEON最簡單的方式就是使用已經包含了NEON的開源庫。
ARM計算庫用於機器學習和計算機視覺
ARM計算庫是基於ARM CPU和GPU架構且針對圖像處理，計算機視覺和機器學習的低層次的函數集合。
更多信息可參考：https://developer.arm.com/technologies/compute-library
Ne10是一個基於C的開源庫，由ARM托管在github上，包含了一系列在ARM上重度優化的最常用的增強處理過程。
Ne10是有幾個小型的庫構成的模塊化的開源庫。
Libyuv
是一個包含YUV數據的轉換和擴展功能的開源庫.
Skia
是一個開源的2D圖形庫，用作谷歌Chrome和Chrome OS、Android、Mozilla Firefox和Firefox OS以及其他許多產品的圖形引擎。
Neon生態系統
Neon在如下表格所示的領域內有廣泛的使用。其中包含了很多跨平台的開源項目：
Video Codecs Audio Codecs Voice and speech codecs Audio enhancement algorithms Computer Vision Machine and deep Learning
VP9 OTT encoder, VP9 Consumer encoder/decoder MP3 encoder/decoder G.711 Echo cancellation Canny Edge detection On-device object recognition
H.264(AVC) encoder/decoder MPEG-2 layer I&II encoder/decoder G.722, G.722.1, G.722.2-A Noise Reduction Harris Corner On-device scene recognition
MPEG4 SP/ASP encoder/decoder MPEG-1 layer III audio encoder G.723.1 Beam Forming ORB Human pose recognition
MPEG2 decoder MPEG-1 layer III audio encoder/decoder G.726 Comfort Noise Convolution filter Defect detection
H.263 decoder HE-AACv1, v2 encoder/decoder G.727 AudioZoom Erosion/Dilation
WMA Standard encoder/decoder G.728 Equalization Face detection
WMA Pro, WMA Lossless decoder G.729, G.729A, G.729B Wind noise reduction Pedestrian detection
SBC Bluetooth encoder/decoder G.729AB Audomatic Gain Control Fast9/Fast12 corner detection
OggVorbis encoder/decoder AMR Narrowband, Wideband, Wideband+ Voice Activity Detection Object tracking
FLAC encoder/decoder GSM-HR, GSM-ER, GSM-EFR Key word spotting Lane departure
Dolby Digital AC-3 encoder/decoder Opus Voice trigger Connected components
Dolby Digital eAC-3 decoder iLBC Voice biometrics
Dolby MS10/MS11 Multistream SILK Speeker verification
Dolby Digital Plus 5.1/7.1 Consumer decoder SPEEX
Dolby Digital 5.1 Creator Consumer encoder MELPe
Dolby Pro Logic I&II encoder/decoder
iSAC encoder/decoder
CELT encoder/decoder
DTS core encoder/decoder
DAB+ encoder/decoder
Dolby Mobile encoder/decoder
Dolby TrueHD consumer decoder
Dolby UDC encoder/decoder
---------------------
版權聲明：本文為CSDN博主「rony2012」的原創文章，遵循CC 4.0 by-sa版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/rony2012/article/details/76433431