交換具有C / gcc內在函數的NEON向量的一半：VSWP沒有內在函數嗎？

Question

我正在嘗試使用NEON向量指令來做相對簡單的事情：給定uint64x2_t ，我想交換64位成員的位置。

再說，如果這是一個簡單的普通代碼：

typedef struct {
    U64 u[2];
} u64x2;


u64x2 swap(u64x2 in)
{
    u64x2 out;
    out.u[0] = in.u[1];
    out.u[1] = in.u[0];
    return out;
}

令人驚訝的是，我找不到它的內在因素。 顯然有一個針對它的匯編指令（ VSWP ），但是沒有相應的內部指令。

真奇怪 這大約是一項微不足道的操作，因此它必須是可能的。 問題是：如何？

編輯 ：供參考，使用@Jake回答godbolt結果： https ://godbolt.org/z/ueJ6nB。 沒有vswp ，但是vext效果很好。

Answer 1

沒錯，NEON內部函數不支持VSWP指令。

但是，您可以求助於VEXT指令，該指令也可以在內部函數中使用。

out = vextq_u64(in, in, 1);

---

或者，您可以使用vcombine （並祈禱編譯器不會搞亂它）：

out = vcombine_U64(vget_high_u64(in), vget_low_u64(in));

但是請注意，編譯器在看到vcombine和/或vget時往往會生成FUBAR機器代碼。

留在前者，這是我的建議。

Answer 2

表達這種混洗的另一種方法是使用GNU C本機向量內建函數，該內建函數提供了與目標無關的方式來執行給定操作。 根據目標的支持，可以將編譯時常量混洗掩碼優化為立即混洗。 但是，取決於目標ISA的支持，運行時變量改組可能效率很低。

#include <arm_neon.h>

#ifndef __clang__
uint64x2_t swap_GNU_shuffle(uint64x2_t in)
{
    uint64x2_t mask = {1,0};
    uint64x2_t out = __builtin_shuffle (in, mask);
    return out;
}
#endif

Godbolt上的AArch64 gcc8.2實際上可以編譯為Jake建議的相同改組 ，而不是SWP：

swap_GNU_shuffle:
        ext     v0.16b, v0.16b, v0.16b, #8
        ret

Clang還優化了我們大多數對ext指令的pure-C嘗試，包括使用memcpy對您的普通結構進行類型雙關（punch）並返回的指令。 與GCC不同，后者沒有那么好的混洗優化器。 （在Godbolt上，將下拉菜單中的任何clang與-O3 -target arm64一起使用-O3 -target arm64通常是在默認情況下構建的，支持多個目標ISA，這與GCC不同。）

因此，無論這些編譯器已經錯過了調整=通用和優化-mcpu=cortex-a53 ， a57和a75 ，否則ext實際上是一個不錯的選擇，也許不比swp其中有寫2個輸出寄存器，而不是邏輯寫作一個全角寄存器。 但是通常這對ARM來說不是問題。 大量的說明可以做到這一點，並且通常可以提高效率。

ARM的Cortex-A8時序信息對 vext和vswp具有相同的編號（從Qn到Q輸出均為1個周期的延遲，而從Qm到Q輸出均為2個周期）。 我沒有檢查過較新的內核（或任何64位內核）。