找到了以下内联汇编器code来计算向量叉积：
float32x4_t cross_test( const float32x4_t& lhs, const float32x4_t& rhs )
{
float32x4_t result;
asm volatile(
"vext.8 d6, %e2, %f2, #4 nt"
"vext.8 d7, %e1, %f1, #4 nt"
"vmul.f32 %e0, %f1, %e2 nt"
"vmul.f32 %f0, %e1, d6 nt"
"vmls.f32 %e0, %f2, %e1 nt"
"vmls.f32 %f0, %e2, d7 nt"
"vext.8 %e0, %f0, %e0, #4 "
: "+w" ( result )
: "w" ( lhs ), "w" ( rhs )
: "d6", "d7" );
return result;
}
修饰符e和'%'后的f是什么意思(例如%e2)？我找不到任何参考资料。
这是 gcc 生成的汇编代码：
vext.8 d6, d20, d21, #4
vext.8 d7, d18, d19, #4
vmul.f32 d16, d19, d20
vmul.f32 d17, d18, d6
vmls.f32 d16, d21, d18
vmls.f32 d17, d20, d7
vext.8 d16, d17, d16, #4
我现在明白了所用修饰符的含义。现在我尝试遵循交叉乘积算法。为此，我在汇编代码中添加了一些额外的注释，但结果不等于我的期望：
// History:
// - '%e' = lower register part
// - '%f' = higher register part
// - '%?0' = res = [ x2 y2 | z2 v2 ]
// - '%?1' = lhs = [ x0 y0 | z0 v0 ]
// - '%?2' = rhs = [ x1 y1 | z1 v1 ]
// - '%e0' = [ x2 y2 ]
// - '%f0' = [ z2 v2 ]
// - '%e1' = [ x0 y0 ]
// - '%f1' = [ z0 v0 ]
// - '%e2' = [ x1 y1 ]
// - '%f2' = [ z1 v1 ]
// Implemented algorithm:
// |x2| |y0 * z1 - z0 * y1|
// |y2| = |z0 * x1 - x0 * z1|
// |z2| |x0 * y1 - y0 * x1|
asm (
"vext.8 d6, %e2, %f2, #4 nt" // e2=[ x1 y1 ], f2=[ z1 v1 ] -> d6=[ v1 x1 ]
"vext.8 d7, %e1, %f1, #4 nt" // e1=[ x0 y0 ], f1=[ z0 v0 ] -> d7=[ v0 x0 ]
"vmul.f32 %e0, %f1, %e2 nt" // f1=[ z0 v0 ], e2=[ x1 y1 ] -> e0=[ z0 * x1, v0 * y1 ]
"vmul.f32 %f0, %e1, d6 nt" // e1=[ x0 y0 ], d6=[ v1 x1 ] -> f0=[ x0 * v1, y0 * x1 ]
"vmls.f32 %e0, %f2, %e1 nt" // f2=[ z1 v1 ], e1=[ x0 y0 ] -> e0=[ z0 * x1 - z1 * x0, v0 * y1 - v1 * y0 ] = [ y2, - ]
"vmls.f32 %f0, %e2, d7 nt" // e2=[ x1 y1 ], d7=[ v0 x0 ] -> f0=[ x0 * v1 - x1 * v0, y0 * x1 - y1 * x0 ] = [ -, - ]
"vext.8 %e0, %f0, %e0, #4 " //
: "+w" ( result ) // Output section: 'w'='VFP floating point register', '+'='read/write'
: "w" ( lhs ), "w" ( rhs ) // Input section : 'w'='VFP floating point register'
: "d6", "d7" ); // Temporary 64[bit] register.
首先，这很奇怪。result不会在 asm 语句之前初始化，但它用作带有"+w" ( result )的输入/输出操作数。 我认为"=w" (result)会更好。 这也是没有意义的，这是volatile;输出是输入的纯函数，没有副作用或依赖于任何"隐藏"输入，因此相同的输入每次都会给出相同的结果。 因此，省略volatile将允许编译器对它进行CSE并在可能的情况下将其从循环中提升出来，而不是在每次源代码使用相同的输入运行它时强制它重新计算。
我也找不到任何参考资料;gcc手册的扩展ASM页面只记录了x86的操作数修饰符，而不是ARM。
但我认为我们可以通过查看 asm 输出来看到操作数修饰符：
%e0被d16取代，%f0被d17取代。%e1是d18，%f1是d19.%2d20和d21
您的输入是 16 字节 NEON 矢量，q寄存器。 在ARM32中，每个q寄存器的上半部分和下半部分可作为d寄存器单独访问。 (与AArch64不同，其中每个s/d寄存器都是不同q注册的底部元素。 看起来这段代码正在利用这一点，在对高低float进行vext64 位 SIMD 以混合这些浮点数对后，在高低对 上使用 64 位 SIMD 免费洗牌。
%e[operand]是操作数的低d寄存器，%f[operand]是高d寄存器。它们没有记录，但 gcc 源代码说(arm_print_operandgcc/config/arm/arm.c#L22486)：
这两个代码打印霓虹灯四边形的低/高双字寄存器 分别注册。 对于对结构类型，也可以打印 低/高四字寄存器。
我没有测试如果将这些修饰符应用于 64 位操作数(如float32x2_t)会发生什么，这只是我从一个例子中进行逆向工程。 但是，对此会有修饰符是完全有道理的。
x86 修饰符包括一个用于整数寄存器的低位和高 8 位修饰符(因此，如果您在 EAX 中输入，则可以获得 AL/AH)，因此部分寄存器的东西绝对是 GNU C 内联 asm 操作数修饰符可以做的事情。
请注意，无文档意味着不受支持。
我正在寻找%e0和%f0的含义，这个话题非常有帮助。cross_test()输出可以解释如下：
#include <arm_neon.h>
#include <stdio.h>
float32x4_t cross_test(const float32x4_t& lhs, const float32x4_t& rhs) {
float32x4_t result;
// | f | e
// -----------------------------
// 1 | a3(4) a2(3) | a1(2) a0(1)
// 2 | b3(5) b2(6) | b1(7) b0(8)
asm volatile (
"vext.8 d6, %e1, %f1, #4" "n" // a2, a1
"vext.8 d7, %e2, %f2, #4" "n" // b2, b1
"vmul.f32 %e0, %f1, %e2" "n" // a3*b1, a2*b0
"vmul.f32 %f0, %e1, d7" "n" // a1*b2, a0*b1
"vmls.f32 %e0, %f2, %e1" "n" // a3*b1-a1*b3(18), a2*b0-a0*b2(18)
"vmls.f32 %f0, %e2, d6" "n" // a1*b2-a2*b1(-9), a0*b1-a1*b0(-9)
"vext.8 %e0, %f0, %e0, #4" "n" // a2*b0-a0*b2(18), a1*b2-a2*b1(-9)
: "+w"(result) // %0
: "w"(lhs), // %1
"w"(rhs) // %2
: "d6", "d7"
);
return result;
}
#define nforeach(i, count)
for (int i = 0, __count = static_cast<int>(count); i < __count; ++i)
#define dump_f128(qf) do {
float *fp = reinterpret_cast<float *>(&qf);
puts(#qf ":");
nforeach(i, 4) {
printf("[%d]%fn", i, fp[i]);
}
} while (0)
int main() {
float fa[] = {1., 2., 3., 4.};
float fb[] = {8., 7., 6., 5.};
float32x4_t qa, qb, qres;
qa = vld1q_f32(const_cast<const float *>(&fa[0]));
qb = vld1q_f32(const_cast<const float *>(&fb[0]));
qres = cross_test(qa, qb);
dump_f128(qa);
puts("---");
dump_f128(qb);
puts("---");
// -9, 18, -9, -9
dump_f128(qres);
return 0;
}