NEON memcpy、memset 和使用 .c 和 .s 文件答案

【问题标题】：NEON memcpy , memset and using .c with .s filesNEON memcpy、memset 和使用 .c 和 .s 文件
【发布时间】：2014-06-09 13:21:35
【问题描述】：

我正在尝试熟悉 Neon 说明。汇编和内在函数。我用的是 gcc V4.8.2 hardfp 我想使用带有 preload 的 NEON memcpy 来：

http://infocenter.arm.com/help/index.jsp?topic=/com.arm.doc.faqs/ka13544.html

我也发现了这个话题： ARM memcpy and alignment 但这与官方的 ARM 页面实现略有不同。

不幸的是，我从来没有同时使用 .s 和 .c 文件，所以我需要一些帮助。我的 .c 文件如下所示：

       #include <stdlib.h>
       #include <stdio.h>
       #include <string.h>
       #include <math.h>
       #include <time.h>
       #include <stdint.h>
       #include <arm_neon.h> 

       int main()
       {

           clock_t start, end;           // timer variables
           uint32_t i,X=100;

           size_t size = 2048*32/* arbitrary */;
           size_t offset = 1;
           char* src = malloc(sizeof(char)*(size + offset));
           char* dst = malloc(sizeof(char)*(size));

           NEONCopyPLD( dst, src + offset, size );
           memcpy( dst, src + offset, size );
           return(0);
       }

且 assembly.s 文件如下：

       .global NEONCopyPLD
       NEONCopyPLD:
             PLD [r1, #0xC0]
             VLDM r1!,{d0-d7}
             VSTM r0!,{d0-d7}
             SUBS r2,r2,#0x40
             BGE NEONCopyPLD

我使用指令编译了以下程序：

arm-linux-gnueabihf-gcc -mthumb -march=armv7-a -mtune=cortex-a9 -mcpu=cortex-a9 -mfloat-abi=hard -mfpu=neon -Ofast -fprefetch-loop-数组 assembly.s asm_pr.c -o 输出

我收到以下错误：

 potentially unexpected fatal signal 11.

 CPU: 0 PID: 670 Comm: out_asm Not tainted 3.10.9-rt5+ #2
 task: bf907c00 ti: bef4a000 task.ti: bef4a000
 PC is at 0x4c90ce LR is at 0x852d
 pc : [<004c90ce>]    lr : [<0000852d>]    psr: 40030030
 sp : 7e958cb0  ip : 00000107  fp : 00000000
 r10: 76f91000  r9 : 00000000  r8 : 00000000
 r7 : 00001017  r6 : 00e85010  r5 : 00e75009  r4 : 00010001
 r3 : 000f4240  r2 : 00010000  r1 : 00e75009  r0 : 00e85010
 Flags: nZcv  IRQs on  FIQs on  Mode USER_32  ISA Thumb  Segment user
 Control: 10c5387d  Table: 4ef7404a  DAC: 00000015
 CPU: 0 PID: 670 Comm: out_asm Not tainted 3.10.9-rt5+ #2
 Backtrace:
 [<800120a4>] (dump_backtrace+0x0/0x118) from [<80012318>] (show_stack+0x20/0x24)
 [<800122f8>] (show_stack+0x0/0x24) from [<804fab0c>] (dump_stack+0x24/0x28)
 [<804faae8>] (dump_stack+0x0/0x28) from [<8000f560>] (show_regs+0x30/0x34)
 [<8000f530>] (show_regs+0x0/0x34) from [<8003349c>](get_signal_to_deliver+0x318/0x668)   
 [<80033184>] (get_signal_to_deliver+0x0/0x668) from [<80011664>] (do_signal+0x11c/0x450)
 [<80011548>] (do_signal+0x0/0x450) from [<80011b20>] (do_work_pending+0x74/0xac)
 [<80011aac>] (do_work_pending+0x0/0xac) from [<8000e500>] (work_pending+0xc/0x20)
 Segmentation fault

我的另一个问题是，我们是否可以使用 SIMD 指令（内在函数或自动向量化）来加快初始化为 0 的数组？我注意到以下代码无法自动矢量化：

   for (i=0;i<N;i++)
        *(a++)=0;

但是这个代码块可以自动向量化：

   for (i=0;i<N;i++)
       a[i]=i;

我的最终目标是调查我是否可以拥有一个运行速度比memset() 更快的 NEON 函数。

最后我想问一些关于不可矢量化循环的问题。根据：http://gcc.gnu.org/projects/tree-ssa/vectorization.html#unvectoriz 以下代码无法自动矢量化：

           while (*p != NULL) {
              *q++ = *p++;
           }

但是，是否可以使用内在函数或程序集来开发此循环的更快版本？如果您做过类似的事情，可以在这里发布吗？

【问题讨论】：

NEONCopyPLD -> "NEONCopyPLD:" 注意分号。不要在同一篇文章中提出很多（三个？）问题。关于 neon 的事情是，它是一个 SIMD 单元，它应该独立于内存速度，但是大多数实际实现都为 SIMD 提供了自己的内存端口，因此 NEON 单元可能具有更快的内存访问速度。底线是，如果您是供应商，您会知道 memset 是否应该使用 NEON，但通常它不应该比普通内核慢。
感谢您的评论。我改变了一些其他的东西以及插入一个半列，我能够编译。虽然我遇到了分段错误！
你应该一次问一件事。打扫一下，问一件事。然后，如果您还有其他问题，请发布另一个问题或等待第一个问题，看看您是否会得到您想要的。

标签： assembly arm neon

【解决方案1】：

你永远不会从你的汇编函数返回。因此，存储在汇编函数下方的任何代码都将被执行。这迟早会导致崩溃。

退出你的函数：

mov pc, lr

这很可能会解决您的问题。您还应该检查在汇编程序函数调用期间必须保留哪些寄存器（霓虹灯和通用寄存器）。

此页面是一个有用的资源，展示了如何执行此操作的示例：http://omappedia.org/wiki/Writing_ARM_Assembly

【讨论】：

【解决方案2】：

您可以在 Google 上搜索“aosp bionic memcpy”。

这不是一个完美的实现，但相当不错。

我建议你从 memset 开始，因为 memcpy 比你想象的要复杂得多。

分析仿生memset，尝试理解流程，并询问您是否不理解作者为什么以这种特定方式做某事。

而且我也不明白你为什么要谈论完全无用的 IMO 自动矢量化。

请先自己研究一下，问你是否卡住了。

要回答这个特殊问题，需要一个由多个章节组成的完整教程，从基本的 ARM 指令开始。

【讨论】：

感谢您的回答。我会看看仿生memcpy和memset！

【解决方案3】：

与您的问题无关，但您显示的代码示例无法正常工作。那是因为您似乎激活了对齐陷阱，并且正在命中一个：

       [ ... ]
       size_t offset = 1;
       char* src = malloc(sizeof(char)*(size + offset));
       [ ... ]
       NEONCopyPLD( dst, src + offset, size );

r7 : 00001017 r6 : 00e85010 r5 : 00e75009 r4 : 00010001
r3：000f4240 r2：00010000 r1：00e75009 r0：00e85010
                                   ^^^^^^^^

您正在使用带有VLDM 的未对齐指针（由于offset == 1，src 永远不会对齐）。

从 reg 转储中，由于您的 Neon asm 函数本身不使用 R5，因此您看到 R1 == R5 的事实让我得出结论，您在启用对齐陷阱的情况下运行，并获得 @987654327 @你第一次点击VLDM。
那是因为你没有在你的程序集中使用R5，所以C函数之前已经使用了那里的值；因此R1 和R5 不不同意味着R1 在采取陷阱之前没有改变，这意味着VLDM R1!,... 甚至不能执行一次。

【讨论】：