2

ループ内で、一種のクリッピングを実装する必要があります

if ( isLast )
{
    val = ( val < 0 ) ? 0 : val;
    val = ( val > 255 ) ? 255 : val;        
}

ただし、この「クリッピング」は、 Neon でのループの実行時間のほぼ半分を占めます。これは、ループ全体がどのように見えるかです-

for (row = 0; row < height; row++)
{
  for (col = 0; col < width; col++)
  {
      Int sum;
      //...Calculate the sum
   
      Short val = ( sum + offset ) >> shift;
      if ( isLast )
      {
           val = ( val < 0 ) ? 0 : val;
           val = ( val > 255 ) ? 255 : val;        
      }
      dst[col] = val;
   }

}

これは、クリッピングがNeonでどのように実装されているかです。

     cmp       %10,#1                           //if(isLast)         
     bne       3f                                         
     vmov.i32   %4, d4[0]                       //put val in %4
     cmp       %4,#0                            //if( val < 0 )
     blt       4f                               
     b         5f                               
     4:                                         
     mov       %4,#0                             
     vmov.i32   d4[0],%4                        
     5:                                         
     cmp       %4,%11                          //if( val > maxVal )
     bgt       6f                               
     b         3f                               
     6:                                         
     mov       %4,%11                            
     vmov.i32   d4[0],%4                       
     3:

これは、レジスタへの変数のマッピングです-

isLast-    %10
maxVal-    %11

より速くするための提案はありますか？ありがとう

編集-

クリッピングは次のようになります-

     "cmp       %10,#1                            \n\t"//if(isLast)      
     "bne       3f                                \n\t"          
     "vmin.s32   d4,d4,d13                        \n\t"
     "vmax.s32   d4,d4,d12                        \n\t"
     "3:                                          \n\t" 

//d13 contains maxVal(255)
//d12 contains 0

コードのこの部分の消費時間は 223 ミリ秒から18 ミリ秒に短縮されました

4

2 に答える 2

8

通常の NEON との比較を使用することは、NEON レジスタの内容を汎用の ARM レジスタに強制するため、ほとんどの場合、悪い考えです。これには多くのサイクルが必要です。

vmin および vmax NEON 命令を使用できます。これは、整数の配列を任意の最小値/最大値にクランプする小さな例です。

void clampArray (int minimum,
                 int maximum,
                 int * input,
                 int * output,
                 int numElements)
{
  // get two NEON values with your minimum and maximum in each lane:
  int32x2_t lower  = vdup_n_s32 (minimum);
  int32x2_t higher = vdup_n_s32 (maximum);
  int i;

  for (i=0; i<numElements; i+=2)
  {
    // load two integers
    int32x2_t x = vld1_s32 (&input[i]);

    // clamp against maximum:
    x = vmin_s32 (x, higher);

    // clamp against minimum
    x = vmax_s32 (x, lower);

    // store two integers
    vst1_s32 (&output[i], x);
  }
}

警告: このコードは、numElements が常に 2 の倍数であると想定しており、テストしていません。

vminq / vmaxq 命令を使用して一度に 4 つの要素を処理し、反復ごとに 4 つの整数をロード/ストアすると、さらに高速になる可能性があります。

于 2012-07-17T08:45:09.257 に答える
3

maxVal が UCHAR_MAX、CHAR_MAX、SHORT_MAX、または USHORT_MAX の場合、サチュレーションでキャストすることにより、neon を使用して int から目的のデータ型に簡単に変換できます。

例によって

// Will convert four int32 values to signed short values, with saturation.
int16x4_t vqmovn_s32 (int32x4_t) 

// Converts signed short to unsgigned char, with saturation
uint8x8_t vqmovun_s16 (int16x8_t)

複数データ機能を使用したくない場合でも、レーンの 1 つをロードして読み取るだけで、これらの命令を使用できます。

于 2012-07-17T06:33:11.580 に答える