mm_madd_epi16 和 mm_maddubs_epi16 的 Neon 等效项

Question

我正在尝试将 SSE 中的代码移植到 Neon 中。

我找不到 mm_maddubs_epi16 和 mm_madd_epi16 的等效内在函数。

关于 Neon 这些内在因素的任何见解。

Answer 1

您可能想查看 SIMDe 的实现_mm_madd_epi16和_mm_maddubs_epi16（请未来的读者注意：您可能想检查这些文件的最新版本，因为 SIMDe 中的实现有时会得到改进，而且我不太可能记得更新此答案）。这些实现只是从那里复制的。

如果您使用的是 AArch64，因为_mm_madd_epi16您可能想使用vmull_s16+vget_low_s16表示低半部分，使用 avmull_high_s16表示高半部分，然后使用vpaddq_s32将它们相加成 128 位结果。如果没有 AArch64，您将需要两次vmull_s16调用（一个带有vget_low_s16，一个带有vget_high_s16），但由于vpaddq_s32不支持，您将需要两次vpadd_s32带有 a 的调用vcombine_s32：

#if defined(SIMDE_ARM_NEON_A64V8_NATIVE)
  int32x4_t pl = vmull_s16(vget_low_s16(a_.neon_i16),  vget_low_s16(b_.neon_i16));
  int32x4_t ph = vmull_high_s16(a_.neon_i16, b_.neon_i16);
  r_.neon_s32 = vpaddq_s32(pl, ph);
#elif defined(SIMDE_ARM_NEON_A32V7_NATIVE)
  int32x4_t pl = vmull_s16(vget_low_s16(a_.neon_i16),  vget_low_s16(b_.neon_i16));
  int32x4_t ph = vmull_s16(vget_high_s16(a_.neon_i16), vget_high_s16(b_.neon_i16));
  int32x2_t rl = vpadd_s32(vget_low_s32(pl), vget_high_s32(pl));
  int32x2_t rh = vpadd_s32(vget_low_s32(ph), vget_high_s32(ph));
  r_.neon_i32 = vcombine_s32(rl, rh);
#endif

因为_mm_maddubs_epi16它有点复杂，但我认为 AArch64 特定的版本不会有多大作用：

/* Zero extend a */
int16x8_t a_odd = vreinterpretq_s16_u16(vshrq_n_u16(a_.neon_u16, 8));
int16x8_t a_even = vreinterpretq_s16_u16(vbicq_u16(a_.neon_u16, vdupq_n_u16(0xff00)));

/* Sign extend by shifting left then shifting right. */
int16x8_t b_even = vshrq_n_s16(vshlq_n_s16(b_.neon_i16, 8), 8);
int16x8_t b_odd = vshrq_n_s16(b_.neon_i16, 8);

/* multiply */
int16x8_t prod1 = vmulq_s16(a_even, b_even);
int16x8_t prod2 = vmulq_s16(a_odd, b_odd);

/* saturated add */
r_.neon_i16 = vqaddq_s16(prod1, prod2);