NEON优化之《简介》

NDK支持NEON环境配置：https://blog.csdn.net/app_12062011/article/details/50462351
一个很典型的例子：http://hilbert-space.de/?p=22
neon android ndk：https://github.com/Lakers2005

一、入门 

1. 并行操作模式的模式［Mapping，Reduce，Scatter，Stencil］

2. NEON指令使用举例，NEON指令提供的核心能力有数据的装载、存储以及数据的处理。NEON指令都是以V字母开头。

VADD.I16 q0, q1, q2

其中，V表示NEON指令头，ADD为加法运算，I表示整形，I16表示16位整形，q0，q1，q2都是128位寄存器。指令的意思是让q1，q2装载8个16位数据，然后执行加法操作，最后放倒q0寄存器中，一次指令完成了8此加法运算，也就性能提升了8倍。

如果把RGB三个元素分别放到3个不同的寄存器中，每个寄存器的元素分别都是R、G、B，这样就可以进行并行晕算了。

 二、NDK中如何使用NEON

1. 确认处理器是否支持NEON 

cat /proc/cpuinfo | grep neon 

2. 引入头文件arm_neon.h

#include <arm_neon.h> 

3. 修改CMakeList.txt

# make a list of neon files and add neon compiling flags to them
set(neon_SRCS helloneon-intrinsics.c)
set_property(SOURCE ${neon_SRCS}  APPEND_STRING PROPERTY COMPILE_FLAGS " -mfpu=neon")
add_library(hello-neon SHARED helloneon.c ${neon_SRCS})

4. c代码

void reference_convert(uint8_t *__restrict dest, uint8_t *__restrict src, int n) {
    int i;
    for (i = 0; i < n; i++) {
        int r = *src++; // load red
        int g = *src++; // load green
        int b = *src++; // load blue

        // build weighted average:
        int y = (r * 77) + (g * 151) + (b * 28);

        // undo the scale by 256 and write to memory:
        *dest++ = (y >> 8);
    }
}

//使用NEON Intrinsics优化
void neon_convert(uint8_t *__restrict dest, uint8_t *__restrict src, int n) {
    int i;
    //读取8字节的预设值到64位寄存器
    uint8x8_t rfac = vdup_n_u8(77);// 转换权值 R
    uint8x8_t gfac = vdup_n_u8(151);// 转换权值 G
    uint8x8_t bfac = vdup_n_u8(28);// 转换权值 B
    n /= 8;

    for (i = 0; i < n; i++) {
        uint16x8_t temp;
        uint8x8x3_t rgb = vld3_u8 (src);//一次读取3个unit8x8到3个64位寄存器
        uint8x8_t result;

        temp = vmull_u8(rgb.val[0], rfac); // temp=rgb.val[0]*rfac
        temp = vmlal_u8(temp, rgb.val[1], gfac);// temp=temp+rgb.val[1]*gfac
        temp = vmlal_u8(temp, rgb.val[2], bfac);//temp=temp+rgb.val[2]*bfac

        result = vshrn_n_u16 (temp, 8); // 128位寄存器每16位右移第二个参数位
        vst1_u8 (dest, result); // 转存运算结果到dest
        src += 8 * 3;
        dest += 8;
    }
}