SSE to Neon（_mm_movelh_ps）

Question

ImはいくつかのSSEコードをNeonに移動し、Imは_mm_movelh_psに相当するものを見つけることができません。私はかなり何かを見つけることができないGoogle ...私は何かが欠けている？同じことをするネオン関数があるか、それともCPU上で実装する必要があります（理想的ではありません）。

ありがとうございます！

Answer 1

SSEには128ビットのベクトルレジスタ（"xmmN"）があります。 _mm_movelh_ps()は、ベクタ・レジスタの下位64ビットからベクタ・レジスタの上位64ビットに転送されます。

ARM32 NEONには、64ビットのベクトルレジスタ（"dN"）があります。 2つの連続したベクトルレジスタ（最初は偶数）は、128ビットのベクトルレジスタ（"qN"）に結合することができます。

ARM32 NEONで_mm_movelh_psの機能を使用するには、通常の64ビットベータ移動を使用できます。

#include <immintrin.h> 
__m128 foo(__m128 a, __m128 b) 
{ 
    return _mm_movelh_ps(a, b); 
} 

typedef float v4sf __attribute__((vector_size(16))); 
typedef unsigned v4ui __attribute__((vector_size(16))); 
v4sf bar(v4sf a, v4sf b) 
{ 
    return __builtin_shuffle(a, b, (v4ui){0, 1, 4, 5}); 
} 

次のgccベクトル組み込み関数と同等の両方私のgcc 4.8.4で同じコードにコンパイルします。残念ながら

movlhps %xmm1, %xmm0 
ret 

、ARM32のためのgcc 4.9.2 NEONはをばかばかしく生成しますこのための悪いコード：

vldr d16, .L2 
    vldr d17, .L2+8 
    vtbl.8 d18, {d0, d1, d2, d3}, d16 
    vtbl.8 d19, {d0, d1, d2, d3}, d17 
    vmov q0, q9 @ v16qi 
    bx  lr 

だから、おそらくNEON-組み込み関数を使用する必要があります：

#include <arm_neon.h> 

float32x4_t foo(float32x4_t a, float32x4_t b) 
{ 
    return vcombine_f32(vget_low_f32(a), vget_low_f32(b)); 
} 

予想の単純な移動命令にコンパイルされた：あなたはそれを私にビート

vmov d1, d2 @ v2sf 
    bx  lr