linux kernel态下使用NEON对算法进行加速

2024-02-17 07:48

本文主要是介绍linux kernel态下使用NEON对算法进行加速,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

https://www.cnblogs.com/liuwanpeng/p/7833000.html

ARM处理器从cortex系列开始集成NEON处理单元,该单元可以简单理解为协处理器,专门为矩阵运算等算法设计,特别适用于图像、视频、音频处理等场景,应用也很广泛。

  本文先对NEON处理单元进行简要介绍,然后介绍如何在内核态下使用NEON,最后列举实例说明。

    一.NEON简介

  其实最好的资料就是官方文档,Cortex-A Series Programmer’s Guide ,以下描述摘自该文档

     1.1 SIMD

  NEON采用SIMD架构,single instruction multy data,一条指令处理多个数据,NEON中这多个数据可以很多,而且配置灵活(8bit、16bit、32bit为单位,可多个单位数据),这是优势所在。

  如下图,APU需要至少四条指令完成加操作,而NEON只需要1条,考虑到ld和st,节省的指令更多。

 

  上述特性,使NEON特别适合处理块数据、图像、视频、音频等

     1.2 NEON architecture overview

  NEON也是load/store架构,寄存器为64bit/128bit,可形成向量化数据,配合若干便于向量操作的指令。

       1.2.1 commonality with VFP 

       1.2.2 data type

  

    指令中的数据类型表示,例如VMLAL.S8:

  

  1.2.3 registers 

  32个64bit寄存器,D0~D31;同时可组成16个128 bit寄存器,Q0~Q15。与VFP公用。

  

  寄存器内部的数据单位为8bit、16bit、32bit,可以根据需要灵活配置。

  

  

  NEON的指令有Normal,Long,Wide,Narrow和Saturating variants等几种后缀,是根据操作的源src和dst寄存器的类型确定的。

  

   

        1.2.4 instruction set

  

                     

   1.3 NEON 指令分类概述

    指令比较多, 详细可参考Cortex-A Series Programmer’s Guide。可大体分为:

  • NEON general data processing instructions  
  • NEON shift instructions 
  • NEON logical and compare operations 
  • NEON arithmetic instructions
  • NEON multiply instructions 
  • NEON load and store element and structure instructions B.8 NEON and VFP pseudo-instructions

  简单罗列一下各指令

  

                

                  

                

    

    无循环左移,负数左移按右移处理。

    load和store指令不太好理解,说明一下。

    

 

      1.4 NEON 使用方式

      1.4.1 NEON使用方式

  NEON有若干种使用方式:

  •   C语言被编译器自动向量化,需要增加编译选项,且C语言编码时有若干注意事项。这种方式不确定性太大,没啥实用价值
  •   NEON汇编,可行,汇编稍微复杂一点,但是核心算法还是值得的
  •   intrinsics,gcc和armcc等编译器提供了若干与NEON对应的inline函数,可直接在C语言里调用,这些函数反汇编时会直接编程响应的NEON指令。这种方式比较实用与C语言环境,且相对简单。本文后续使用这种方式进行详细说明。

         1.4.2  C语言NEON数据类型

    需包含arm_neon.h头文件,该头文件在gcc目录里。都是向量数据。

复制代码
typedef __builtin_neon_qi int8x8_t    __attribute__ ((__vector_size__ (8)));
typedef __builtin_neon_hi int16x4_t    __attribute__ ((__vector_size__ (8)));
typedef __builtin_neon_si int32x2_t    __attribute__ ((__vector_size__ (8)));
typedef __builtin_neon_di int64x1_t;
typedef __builtin_neon_sf float32x2_t    __attribute__ ((__vector_size__ (8)));
typedef __builtin_neon_poly8 poly8x8_t    __attribute__ ((__vector_size__ (8)));
typedef __builtin_neon_poly16 poly16x4_t    __attribute__ ((__vector_size__ (8)));
typedef __builtin_neon_uqi uint8x8_t    __attribute__ ((__vector_size__ (8)));
typedef __builtin_neon_uhi uint16x4_t    __attribute__ ((__vector_size__ (8)));
typedef __builtin_neon_usi uint32x2_t    __attribute__ ((__vector_size__ (8)));
typedef __builtin_neon_udi uint64x1_t;
typedef __builtin_neon_qi int8x16_t    __attribute__ ((__vector_size__ (16)));
typedef __builtin_neon_hi int16x8_t    __attribute__ ((__vector_size__ (16)));
typedef __builtin_neon_si int32x4_t    __attribute__ ((__vector_size__ (16)));
typedef __builtin_neon_di int64x2_t    __attribute__ ((__vector_size__ (16)));
typedef __builtin_neon_sf float32x4_t    __attribute__ ((__vector_size__ (16)));
typedef __builtin_neon_poly8 poly8x16_t    __attribute__ ((__vector_size__ (16)));
typedef __builtin_neon_poly16 poly16x8_t    __attribute__ ((__vector_size__ (16)));
typedef __builtin_neon_uqi uint8x16_t    __attribute__ ((__vector_size__ (16)));
typedef __builtin_neon_uhi uint16x8_t    __attribute__ ((__vector_size__ (16)));
typedef __builtin_neon_usi uint32x4_t    __attribute__ ((__vector_size__ (16)));
typedef __builtin_neon_udi uint64x2_t    __attribute__ ((__vector_size__ (16)));typedef float float32_t;
typedef __builtin_neon_poly8 poly8_t;
typedef __builtin_neon_poly16 poly16_t;typedef struct int8x8x2_t
{int8x8_t val[2];
} int8x8x2_t;typedef struct int8x16x2_t
{int8x16_t val[2];
} int8x16x2_t;typedef struct int16x4x2_t
{int16x4_t val[2];
} int16x4x2_t;typedef struct int16x8x2_t
{int16x8_t val[2];
} int16x8x2_t;typedef struct int32x2x2_t
{int32x2_t val[2];
} int32x2x2_t;typedef struct int32x4x2_t
{int32x4_t val[2];
} int32x4x2_t;typedef struct int64x1x2_t
{int64x1_t val[2];
} int64x1x2_t;typedef struct int64x2x2_t
{int64x2_t val[2];
} int64x2x2_t;typedef struct uint8x8x2_t
{uint8x8_t val[2];
} uint8x8x2_t;typedef struct uint8x16x2_t
{uint8x16_t val[2];
} uint8x16x2_t;typedef struct uint16x4x2_t
{uint16x4_t val[2];
} uint16x4x2_t;typedef struct uint16x8x2_t
{uint16x8_t val[2];
} uint16x8x2_t;typedef struct uint32x2x2_t
{uint32x2_t val[2];
} uint32x2x2_t;typedef struct uint32x4x2_t
{uint32x4_t val[2];
} uint32x4x2_t;typedef struct uint64x1x2_t
{uint64x1_t val[2];
} uint64x1x2_t;typedef struct uint64x2x2_t
{uint64x2_t val[2];
} uint64x2x2_t;typedef struct float32x2x2_t
{float32x2_t val[2];
} float32x2x2_t;typedef struct float32x4x2_t
{float32x4_t val[2];
} float32x4x2_t;typedef struct poly8x8x2_t
{poly8x8_t val[2];
} poly8x8x2_t;typedef struct poly8x16x2_t
{poly8x16_t val[2];
} poly8x16x2_t;typedef struct poly16x4x2_t
{poly16x4_t val[2];
} poly16x4x2_t;typedef struct poly16x8x2_t
{poly16x8_t val[2];
} poly16x8x2_t;typedef struct int8x8x3_t
{int8x8_t val[3];
} int8x8x3_t;typedef struct int8x16x3_t
{int8x16_t val[3];
} int8x16x3_t;typedef struct int16x4x3_t
{int16x4_t val[3];
} int16x4x3_t;typedef struct int16x8x3_t
{int16x8_t val[3];
} int16x8x3_t;typedef struct int32x2x3_t
{int32x2_t val[3];
} int32x2x3_t;typedef struct int32x4x3_t
{int32x4_t val[3];
} int32x4x3_t;typedef struct int64x1x3_t
{int64x1_t val[3];
} int64x1x3_t;typedef struct int64x2x3_t
{int64x2_t val[3];
} int64x2x3_t;typedef struct uint8x8x3_t
{uint8x8_t val[3];
} uint8x8x3_t;typedef struct uint8x16x3_t
{uint8x16_t val[3];
} uint8x16x3_t;typedef struct uint16x4x3_t
{uint16x4_t val[3];
} uint16x4x3_t;typedef struct uint16x8x3_t
{uint16x8_t val[3];
} uint16x8x3_t;typedef struct uint32x2x3_t
{uint32x2_t val[3];
} uint32x2x3_t;typedef struct uint32x4x3_t
{uint32x4_t val[3];
} uint32x4x3_t;typedef struct uint64x1x3_t
{uint64x1_t val[3];
} uint64x1x3_t;typedef struct uint64x2x3_t
{uint64x2_t val[3];
} uint64x2x3_t;typedef struct float32x2x3_t
{float32x2_t val[3];
} float32x2x3_t;typedef struct float32x4x3_t
{float32x4_t val[3];
} float32x4x3_t;typedef struct poly8x8x3_t
{poly8x8_t val[3];
} poly8x8x3_t;typedef struct poly8x16x3_t
{poly8x16_t val[3];
} poly8x16x3_t;typedef struct poly16x4x3_t
{poly16x4_t val[3];
} poly16x4x3_t;typedef struct poly16x8x3_t
{poly16x8_t val[3];
} poly16x8x3_t;typedef struct int8x8x4_t
{int8x8_t val[4];
} int8x8x4_t;typedef struct int8x16x4_t
{int8x16_t val[4];
} int8x16x4_t;typedef struct int16x4x4_t
{int16x4_t val[4];
} int16x4x4_t;typedef struct int16x8x4_t
{int16x8_t val[4];
} int16x8x4_t;typedef struct int32x2x4_t
{int32x2_t val[4];
} int32x2x4_t;typedef struct int32x4x4_t
{int32x4_t val[4];
} int32x4x4_t;typedef struct int64x1x4_t
{int64x1_t val[4];
} int64x1x4_t;typedef struct int64x2x4_t
{int64x2_t val[4];
} int64x2x4_t;typedef struct uint8x8x4_t
{uint8x8_t val[4];
} uint8x8x4_t;typedef struct uint8x16x4_t
{uint8x16_t val[4];
} uint8x16x4_t;typedef struct uint16x4x4_t
{uint16x4_t val[4];
} uint16x4x4_t;typedef struct uint16x8x4_t
{uint16x8_t val[4];
} uint16x8x4_t;typedef struct uint32x2x4_t
{uint32x2_t val[4];
} uint32x2x4_t;typedef struct uint32x4x4_t
{uint32x4_t val[4];
} uint32x4x4_t;typedef struct uint64x1x4_t
{uint64x1_t val[4];
} uint64x1x4_t;typedef struct uint64x2x4_t
{uint64x2_t val[4];
} uint64x2x4_t;typedef struct float32x2x4_t
{float32x2_t val[4];
} float32x2x4_t;typedef struct float32x4x4_t
{float32x4_t val[4];
} float32x4x4_t;typedef struct poly8x8x4_t
{poly8x8_t val[4];
} poly8x8x4_t;typedef struct poly8x16x4_t
{poly8x16_t val[4];
} poly8x16x4_t;typedef struct poly16x4x4_t
{poly16x4_t val[4];
} poly16x4x4_t;typedef struct poly16x8x4_t
{poly16x8_t val[4];
} poly16x8x4_t;
复制代码

 

    1.4.3  gcc的NEON函数

  跟NEON指令对应,详见gcc手册。

 

    二.内核状态下使用NEON的规则

  在linux里,应用态可以比较方便使用NEON instrinsic,增加头arm_neon.h头文件后直接使用。但是内核态下使用NEON有较多限制,在linux内核文档  /Documentation/arm/kernel_mode_neon.txt对此有详细说明。要点为:

  

   还有一点特别关键:

  

复制代码
  CC [M]  /work/platform-zynq/drivers/zynq_fpga_driver/mmi_neon/lcd_hw_fs8812_neon.o
In file included from /home/liuwanpeng/lin/lib/gcc/arm-xilinx-linux-gnueabi/4.8.3/include/arm_neon.h:39:0,from /work/platform-zynq/drivers/zynq_fpga_driver/mmi_neon/lcd_hw_fs8812_neon.c:8:
/home/liuwanpeng/lin/lib/gcc/arm-xilinx-linux-gnueabi/4.8.3/include/stdint.h:9:26: error: no include path in which to search for stdint.h# include_next <stdint.h>没有使用-ffreestanding编译选项时,在内核态下使用出现此编译错误。                         
复制代码

    三.实例

  NEON一般在图像等领域,最小处理单位就是8bit,而不是1bit,这方便的例子非常多,本文就不说明了。在实际项目中,我需要对液晶的一组数据按位操作,变换,形成新的数据,如果用传统ARM指令,掩码、移位、循环,想想效率就非常低。于是决定使用NEON的位相关指令完成上述任务。

 3.1 任务说明

  如下图,需要对各个bit进行转换,组成新的数据。

 

   3.2 算法说明

 使用vmsk、vshl、vadd等位操作完成。

   3.3 kernel配置

  必须配置内核支持NEON,否则kernel_neon_begin()和kernel_neon_end()等函数不会编辑进去。

  make menuconfig:Floating point emulation,如下图。

  

未使能“Support for NEON in kernel mode”时会报错:
mmi_module_amp: Unknown symbol kernel_neon_begin (err 0)
mmi_module_amp: Unknown symbol kernel_neon_end (err 0)

   3.4 模块代码

 由于NEON代码需要单独设置编译选项,所以单独建立了一个内核模块,makefile如下:

CFLAGS_MODULE += -O3 -mfpu=neon -mfloat-abi=softfp -ffreestanding 

 

 核心代码:

复制代码

#include <linux/module.h> 
#include <linux/printk.h>
#include <arm_neon.h>  // 来自GCC的头文件,必须用-ffreestanding编译选徐昂

  #define LCD_8812_ROW_BYTES 16
  #define LCD_8812_PAGE_ROWS 8
  #define LCD_PAGE_BYTES (LCD_8812_ROW_BYTES*LCD_8812_PAGE_ROWS)

int fs8812_cvt_buf( uint8 * dst, uint8 * src )
{uint8x16_t V_src[8];uint8x16_t V_tmp[8];uint8x16_t V_dst[8];uint8x16_t V_msk;int8x16_t V_shift;int8 RSHL_bits[8] = {0,1,2,3,4,5,6,7};int8 row,bit;uint8 page;uint8 * fb_page_x = NULL;    // convert the frame_buf for fs8812for( page=0;page<4;page++ ){fb_page_x = src + page*LCD_PAGE_BYTES;for( row=0;row<LCD_8812_PAGE_ROWS;row++ )V_src[row] = vld1q_u8( fb_page_x + row*LCD_8812_ROW_BYTES );for( bit=0;bit<8;bit++){V_msk = vdupq_n_u8(1<<bit);for( row=0;row<LCD_8812_PAGE_ROWS;row++){V_tmp[row] = vandq_u8(V_src[row],V_msk);    // only process the desire bitV_shift = vdupq_n_s8( RSHL_bits[row]-bit );V_tmp[row] = vshlq_u8( V_tmp[row],V_shift );}    V_dst[bit]  =  vorrq_u8(V_tmp[0],V_tmp[1]);     // all bit_x convert to one rowV_dst[bit] |=  vorrq_u8(V_tmp[2],V_tmp[3]);V_dst[bit] |=  vorrq_u8(V_tmp[4],V_tmp[5]);V_dst[bit] |=  vorrq_u8(V_tmp[6],V_tmp[7]);               }// store to ramfb_page_x = dst + page*LCD_PAGE_BYTES;for( row=0;row<LCD_8812_PAGE_ROWS;row++ ){vst1q_u8(fb_page_x,V_dst[row]);fb_page_x += LCD_8812_ROW_BYTES;}}return 0;
}EXPORT_SYMBOL_GPL(fs8812_cvt_buf);
复制代码

 

 调用模块,务必没有“-mfpu=neon -mfloat-abi=softfp ”选项

    // convert the frame_buf for fs8812kernel_neon_begin();fs8812_cvt_buf( g_tmp_buf, frame_buf );kernel_neon_end();


这篇关于linux kernel态下使用NEON对算法进行加速的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/717129

相关文章

Spring IoC 容器的使用详解(最新整理)

《SpringIoC容器的使用详解(最新整理)》文章介绍了Spring框架中的应用分层思想与IoC容器原理,通过分层解耦业务逻辑、数据访问等模块,IoC容器利用@Component注解管理Bean... 目录1. 应用分层2. IoC 的介绍3. IoC 容器的使用3.1. bean 的存储3.2. 方法注

Python内置函数之classmethod函数使用详解

《Python内置函数之classmethod函数使用详解》:本文主要介绍Python内置函数之classmethod函数使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地... 目录1. 类方法定义与基本语法2. 类方法 vs 实例方法 vs 静态方法3. 核心特性与用法(1编程客

Linux中压缩、网络传输与系统监控工具的使用完整指南

《Linux中压缩、网络传输与系统监控工具的使用完整指南》在Linux系统管理中,压缩与传输工具是数据备份和远程协作的桥梁,而系统监控工具则是保障服务器稳定运行的眼睛,下面小编就来和大家详细介绍一下它... 目录引言一、压缩与解压:数据存储与传输的优化核心1. zip/unzip:通用压缩格式的便捷操作2.

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

使用Python实现可恢复式多线程下载器

《使用Python实现可恢复式多线程下载器》在数字时代,大文件下载已成为日常操作,本文将手把手教你用Python打造专业级下载器,实现断点续传,多线程加速,速度限制等功能,感兴趣的小伙伴可以了解下... 目录一、智能续传:从崩溃边缘抢救进度二、多线程加速:榨干网络带宽三、速度控制:做网络的好邻居四、终端交互

Python中注释使用方法举例详解

《Python中注释使用方法举例详解》在Python编程语言中注释是必不可少的一部分,它有助于提高代码的可读性和维护性,:本文主要介绍Python中注释使用方法的相关资料,需要的朋友可以参考下... 目录一、前言二、什么是注释?示例:三、单行注释语法:以 China编程# 开头,后面的内容为注释内容示例:示例:四

Linux中SSH服务配置的全面指南

《Linux中SSH服务配置的全面指南》作为网络安全工程师,SSH(SecureShell)服务的安全配置是我们日常工作中不可忽视的重要环节,本文将从基础配置到高级安全加固,全面解析SSH服务的各项参... 目录概述基础配置详解端口与监听设置主机密钥配置认证机制强化禁用密码认证禁止root直接登录实现双因素

Go语言数据库编程GORM 的基本使用详解

《Go语言数据库编程GORM的基本使用详解》GORM是Go语言流行的ORM框架,封装database/sql,支持自动迁移、关联、事务等,提供CRUD、条件查询、钩子函数、日志等功能,简化数据库操作... 目录一、安装与初始化1. 安装 GORM 及数据库驱动2. 建立数据库连接二、定义模型结构体三、自动迁

ModelMapper基本使用和常见场景示例详解

《ModelMapper基本使用和常见场景示例详解》ModelMapper是Java对象映射库,支持自动映射、自定义规则、集合转换及高级配置(如匹配策略、转换器),可集成SpringBoot,减少样板... 目录1. 添加依赖2. 基本用法示例:简单对象映射3. 自定义映射规则4. 集合映射5. 高级配置匹

Spring 框架之Springfox使用详解

《Spring框架之Springfox使用详解》Springfox是Spring框架的API文档工具,集成Swagger规范,自动生成文档并支持多语言/版本,模块化设计便于扩展,但存在版本兼容性、性... 目录核心功能工作原理模块化设计使用示例注意事项优缺点优点缺点总结适用场景建议总结Springfox 是