我正在为 Android 开发一个本机库，我在其中使用 ARM 程序集优化和多线程，以便在双核 ARM 芯片组 MSM8660 上获得最大性能。在进行一些测量时，我注意到以下几点：
我已经尝试在网上搜索以解释为什么会这样，但到目前为止还没有找到。似乎所有内核都共享相同的 NEON 管道或类似的东西，但所有示意图似乎都表明每个内核都应该有自己的 NEON 单元。有谁知道为什么会这样？
首先，您使用的是什么库？
你是对的，每个内核都有自己的 NEON 单元，但是它是他们自己专有的“VeNum”单元，并没有提供太多关于它的信息，它是为 8x50 的基于 Cortex-A8 的 Scorpion 设计的，比 ARM 的要好得多自己的 NEON SIMD 实现，但是一个很好的解脱是他们（qcom）以与基本参考设计兼容的方式设计他们的硬件，因此大多数用于 cortex-A8 的代码都可以在 Scorpion 上正常工作，尽管由于性能受到了一些影响到可能的不同指令时序。
如果您使用“softfp”编译您的程序，您调用的每个使用浮点参数和/或使用 NEON 单元将寄存器数据从 ARM 内核传输到 Neon 单元和反之亦然，速度很慢，有时可能会使内核停顿许多周期，等待管道刷新。
同样对于使用浮点单元的线程程序，内核必须在上下文切换期间保存 FP 寄存器，以便对线程产生额外的惩罚，因为我们已经知道将寄存器从 neon 移动到 arm 很慢并且已知会停止流水线。
此外，许多其他因素也可能导致此问题，例如编译器优化不当、缓存未命中、未使用 scorpion 的双重问题功能、错误的指令调度以及重复从一个内核切换到另一个内核。
我的猜测是，这是因为冲洗 NEON 管道涉及额外的周期损失。NEON 管道位于核心的其余部分之后，因此您会看到错过分支的额外循环惩罚等。
如果线程必须经常同步，或者如果你有很多锁，我认为你会看到 NEON 的巨大损失。
您要利用 NEON 来获得多线程代码的整体性能提升的唯一方法是，如果代码具有令人尴尬的并行性，并且线程之间的通信非常少且不频繁。
这可能是因为缓存未命中。没有更多信息很难说。