如何使用SIMD优化for循环的计算？
如何使用SIMD优化for循环的计算？
提问于 2019-05-09 20:04:21
我正在尝试使用Neon SIMD在ODROID XU4 ARM平台上加速一个立体匹配算法。对于这个puropose，我使用openMp的编译指示。
void StereoMatch:: sadCol(uint8_t* leftRank,uint8_t* rightRank,const int SAD_WIDTH,const int SAD_WIDTH_STEP, const int imgWidth,int j, int d , uint16_t* cost)
{
uint16_t sum = 0;
int n = 0;
int m =0;
for ( n = 0; n < SAD_WIDTH+1; n++)
{
#pragma omp simd
for( m = 0; m< SAD_WIDTH_STEP; m = m + imgWidth )
{
sum += abs(leftRank[j+m+n]-rightRank[j+m+n-d]);
};
cost[n] = sum;
sum = 0;
};我对SIMD和openMp比较陌生，我知道在代码中使用SIMD杂注将指导编译器向量化减法，但当我执行代码时，我注意到没有区别。我应该向我的代码添加什么才能将其矢量化？
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-07-17 23:53:31
正如评论中所说，ARM-Neon有一条指令，可以直接做你想做的事情，即计算无符号字节的绝对差，并将其累加为无符号短整型。
假设使用SAD_WIDTH+1==8，下面是一个使用内部函数的非常简单的实现(基于@nemequ的简化版本)：
void sadCol(uint8_t* leftRank,
uint8_t* rightRank,
int j,
int d ,
uint16_t* cost) {
const int SAD_WIDTH = 7;
const int imgWidth = 320;
const int SAD_WIDTH_STEP = SAD_WIDTH * imgWidth;
uint16x8_t cost_8 = {0};
for(int m = 0; m < SAD_WIDTH_STEP; m = m + imgWidth ) {
cost_8 = vabal_u8(cost_8, vld1_u8(&leftRank[j+m]), vld1_u8(&rightRank[j+m-d]));
};
vst1q_u16(cost, cost_8);
};vld1_u8加载8个连续字节，vabal_u8计算绝对差值并将其累加到第一个寄存器。最后，vst1q_u16将寄存器存储到内存中。
您可以轻松地设置imgWidth和SAD_WIDTH_STEP函数参数。如果SAD_WIDTH+1是8的不同倍数，您可以为此编写另一个循环。
我手头没有ARM平台来测试它，但是“它可以编译”：https://godbolt.org/z/vPqiYI (在我看来，程序集看起来很好)。如果您使用-O3进行优化，则gcc将展开循环。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/56059038
复制相关文章
相似问题
腾讯云开发者
