问题标签 [intrinsics]

如何使用 GCC 提供的 Multiply-Accumulate 内在函数？

谁能解释我必须传递给这个函数的三个参数。我的意思是源和目标寄存器以及函数返回什么？

帮助！！！

我有一个

我有 2 行，

从这些我怎么能得到 -

是否有任何单个 NEON SIMD 指令可以合并这两行？或者我怎样才能使用内在函数尽可能少的步骤来实现这一点？

我想过使用zip/unzip内在函数，但zip 函数返回的数据类型float32x2x2_t不适合我，我需要一个float32x4_t数据类型。

许多 SSE 指令允许源操作数是 16 字节对齐的内存地址。例如，各种 (un)pack 指令。PUNCKLBW 具有以下签名：

PUNPCKLBW xmm1, xmm2/m128

现在这对于内在函数似乎根本不可能。看起来必须使用 _mm_load* 内在函数来读取内存中的任何内容。这是 PUNPCKLBW 的内在函数：

__m128i _mm_unpacklo_epi8 (__m128i a, __m128i b);

（据我所知，__m128i 类型总是指一个 XMM 寄存器。）

现在，这是为什么呢？这是相当可悲的，因为我通过直接寻址内存看到了一些优化潜力......

我实现了一个名为 abs() 的函数。我收到此错误：

内在函数，无法定义

我做错了什么？我正在使用 Visual Studio 2005。

我的图像处理项目适用于灰度图像。我有 ARM Cortex-A8 处理器平台。我想使用NEON。

我有一个灰度图像（考虑下面的例子），在我的算法中，我只需要添加列。

如何将四个 8 位像素值（即uint8_t）作为四个 uint32_t并行加载到 128 位 NEON 寄存器之一中？我必须使用什么内在功能来做到这一点？

我是说：

我必须将它们加载为 32 位，因为如果您仔细观察，我执行 255 + 255 的那一刻是 512，它不能保存在 8 位寄存器中。

例如

我在（我认为）支持它的硬件上使用 SSE4.1 内在函数时遇到了一些麻烦。谁能告诉我我是否错过了什么？

在 MacBookPro5,4 (Penryn) 上构建以下代码：

生成以下错误：

一般如何使用 NEON 比较指令？

这是一个案例，我想使用大于或等于指令？

目前我有一个，

在 NEON 中，我想以同样的方式使用 x，只是这次 x 是一个向量。

我对 SSE 很陌生，并且使用内在函数优化了一段代码。我对操作本身很满意，但我正在寻找一种更好的方法来编写结果。结果以三个_m128i变量结束。

我想要做的是将结果值中的特定字节存储到非连续的内存位置。我目前正在这样做：

其中y、cb和cr是字节 ( unsigned char) 数组。由于我无法定义的原因，这对我来说似乎是错误的。有人对更好的方法有任何建议吗？

谢谢！

我有以下瓶颈功能。

我想C++用 SSE2 内部函数替换代码。我已经尝试过_mm_cmpgt_epi8，但它使用了签名比较。我需要无符号比较。

有什么技巧（SSE、SSE2、SSSE3）来解决我的问题吗？

注意： 在这种情况下，我不想使用多线程。

我正在尝试优化一些在嵌入式系统中工作的代码（FLAC 解码、Windows CE、ARM 926 MCU）。

默认实现使用宏和查找表：

bsr然而，大多数 CPU在 x86 和clzARM ( http://www.devmaster.net/articles/fixed-point-optimizations/ ) 上已经有一个专用指令，这应该更有效。

在 Windows CE 上，我们有内部函数_CountLeadingZeros，它应该只是调用那个值。然而，它比宏慢 4 倍（以 1000 万次迭代测量）。

（应该）依赖于专用 ASM 指令的内在函数怎么可能慢 4 倍？