无法使用 ARM NEON 内在函数设置 4 个 floatx32 的向量答案

【问题标题】：Can't set a vector of 4 floatx32 with ARM NEON intrinsics无法使用 ARM NEON 内在函数设置 4 个 floatx32 的向量
【发布时间】：2016-08-16 15:55:38
【问题描述】：

我想从表中加载一些值并将它们设置为向量： 在第一种情况下，将向量的四个值设置为 a：

float32x4_t dest = vdupq_n_f32(a);

当我阅读内在函数手册时，这一点非常明显。

在第二种情况下，将向量的四个值设置为表中的不同值。这有点棘手，因为没有相关说明，所以我做了以下操作：

float32x4_t dest = {a3,a2,a1,a0};

这不是内在的，但根据网络上的其他出版物和论坛，它是我唯一的解决方案。可悲的是，我收到了这个错误：

error: expected expression before ‘{’ token

任何人都可以为此提供帮助或有替代方案吗？

【问题讨论】：

标签： c arm simd neon

【解决方案1】：

如果您的编译器不支持这样的直接初始化（即您使用的不是 gcc 或 clang），那么您需要显式加载值，例如

const float init[4] = {a3,a2,a1,a0};
float32x4_t dest = vld1q_f32(init);

请注意，您的第一个示例似乎是错误的 - 如果您尝试将所有 4 个矢量元素设置为相同的值（如 SSE 的 _mm_set1_ps），那么您将需要使用类似 vdupq_n_f32 的东西。

【讨论】：

啊，我正在寻求性能......像这样所有其他指令将等到 init 数组被填充然后加载到 dest
通常这种向量初始化只进行一次，例如在函数开始时，在任何性能关键循环之前，所以这里或那里的几个循环应该对性能没有影响。如果您查看为例如生成的代码_mm_set_ps 你会看到它通常会导致许多指令（不要误以为所有内在函数都映射到单个指令）。
@A.nechi 最终，无论您选择如何用 C 来表达它，给定固定宽度的 32 位指令编码，您永远不会将 128 位任意数据放入寄存器中几个指令和/或内存访问。如果a0、a1 等表示任意散布的东西，如果没有临时副本就无法连续，那么考虑通过直接使用vld1q_lane_f32() 加载它们来显式构建向量。
您可能想查看DirectXMath 以了解各种功能的一些并行 SSE 与 ARM-NEON 实现。对于“向量常量”，库使用XMVECTORF32 类型并且通常将它们声明为static const。这意味着它们是从只读数据段加载的，但这是在 SSE 或 ARM-NEON 中加载任意向量的更快方法之一。如果您为所有通道设置单个值，那么vdupq_n_f32 是一个不错的选择（唉，SSE 没有比_mm_set_ps1 更好的组合）。
注意：AVX 确实有 _mm_broadcast_ss，它相当于 ARM-NEON vld1q_dup_f32，它至少消除了由 _mm_load_ps1 和 _mm_set_ps1 复合内在函数添加的洗牌。