ARM64 ASIMD 内在函数将 uint8_t* 加载到 uint16x8(x3) 中？

Question

我正在寻找一种将 8 位源数组 (

uint8_t*

) 中的元素加载到 AArch64 NEON / ASIMD 寄存器的方法，数据格式为

uint16x8_t

甚至更好

uint16x8x3_t

。所以基本上，源数组中的每个字节都必须作为短字节加载到寄存器中。

在 for 循环中，我必须在每次迭代中使用一批新值进行加载。

我找不到任何 ASIMD 内在函数来执行此操作，但也许我错过了一些东西。我当前的方法是首先将元素加载为

uint8x8x3_t

，执行加宽左移（使用

vmovl_u8

，使元素变成

uint16x8_t

）但这似乎非常低效：

uint8x8x3_t bgrChunk = vld3_u8(bgr);
uint16x8_t b = vmovl_u8(bgrChunk.val[0]);
uint16x8_t g = vmovl_u8(bgrChunk.val[1]);
uint16x8_t r = vmovl_u8(bgrChunk.val[2]);
bgr += 24; // Required for next iteration

我也尝试过以下方法，但这比上面的表现更差；

uint16_t bgrValues[] = { bgr++, bgr++, bgr++, ... repeat up to 24 elements ..., bgr++, bgr++ };
uint16x8x3_t bgrChunk = vld3q_u16(bgrValues);

是否有更有效的方法来做到这一点，或者我是否缺少一些内在的东西，这将使我更容易做到这一点？

编辑；我想要的扩展示例

假设我有一个数组

uint8_t*

，其值为 { 5, 33, 102, 153... }

有没有一种方法可以将每个 8 位individual 元素作为 16 位值直接加载到寄存器中，以便该寄存器将包含 16-bit 值 { 5, 33, 102, 153.. . }?

void foo(uint8_t* bgr, uint16_t width, uint16_t height) {
  for (uint16_t y = 0; y < height; y++) {
    for (uint16_t x = 0; x < width; x += 8) {
      // I want to load 8-bit values as 16-bit values here. Is there a more efficient way to do this than the code below?
      uint8x8x3_t bgrChunk = vld3_u8(bgr);
      uint16x8_t b = vmovl_u8(bgrChunk.val[0]);
      uint16x8_t g = vmovl_u8(bgrChunk.val[1]);
      uint16x8_t r = vmovl_u8(bgrChunk.val[2]);
      bgr += 24;
      // ... Some operations working on the loaded data
    }
  }
}

Answer 1

它是一个正交指令集，因此为了扩大负载，您需要将 8 位值加载到寄存器中，然后作为第二次操作扩大到 16 位。

根据您接下来要做什么，第二个操作通常可能是一个有用的算术运算，而不仅仅是一次移动。例如，

vmull_s8()

、

vaddl_s8()

、

vsubl_s8()

都返回 16 位结果。如果您想走另一条路，也有类似的缩小等价物。