3

我正在尝试编写 16 个 uint8_t 大小的输入的绝对差和的霓虹灯版本：

inline static int f_sad_16(const uint8_t* a, const uint8_t* b)
{
  int sad = 0;
  for (int i = 0; i < 16; i++) {
    sad += abs(static_cast<int>(a[i]) - static_cast<int>(b[i]));
  }
  return sad;
}

我写的霓虹灯代码：

inline static int f_sad_16_neon(const uint8_t* a, const uint8_t* b)
{
  int32_t r[4] = { 0, 0, 0, 0 };
  uint8x16_t va, vb, vr;

  va = vld1q_u8(a);
  vb = vld1q_u8(b);

  vr = vabdq_u8(va, vb);

  uint16x8_t vr1 = vpaddlq_u8 (vr );
  uint32x4_t vr2 = vpaddlq_u16(vr1);
  uint64x2_t vr3 = vpaddlq_u32(vr2);

  vst1q_u64 (reinterpret_cast<uint64_t*>(r), vr3);

  return r[0] + r[2];
}

出于某种原因，我收到了总线错误。我的测试程序__attribute__ ((aligned (16)))对两个输入使用 gcc 指令，我可以通过分配给它们的内存地址看到输入是 16 字节对齐的。

问题的根源是什么？

4

1 回答 1

2

您需要确保r正确对齐 - 更改：

int32_t r[4] = { 0, 0, 0, 0 };

到：

int32_t r[4] = { 0, 0, 0, 0 } __attribute__ ((aligned(16)));

但是请注意，此例程不太可能有益，因为它使用了大量的标量和 NEON 指令，这意味着它很可能具有与原始标量实现相似的性能。

于 2012-10-24T16:12:33.140 回答