21
16

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

ARMアセンブリ言語の実装色々とNEON命令のサンプル

Last updated at Posted at 2018-04-11

ARMアセンブリ言語の実装色々とNEON命令のサンプル
Raspberry Pi 2 (Raspbian stretch) + gccで動作確認

ARMアセンブリ言語

どうでもいいことですが

  • アセンブリ (Assembly): 部品
    • 中間成果物などのコンポーネント的な意味合いが強いので、言語を示すときにはあまり使わないらしい
  • アセンブリ言語 (Assembly language): プログラミング言語
  • アセンブリコード (Assembly code): アセンブリ言語で書かれたコード
  • アセンブラ (Assembler): アセンブリ言語をマシン語に変換するプログラム
  • アセンブル (Assemble): 動詞

例: アセンブリコード(*.s)をアセンブラ(as)でアセンブルする。

独立したアセンブリコードファイルを使う

sub.s
	.file	"sub.s"
	.text
	.global func1
	.type	func1, %function
func1:
	mov r1, #99
	str r1, [r0]	@ r0 is the first arg
	mov r0, #88
	bx	lr
	.end
call.c
#include <stdio.h>
int main()
{
	int a;
	int ret;
	extern int func1(int *a);
	ret = func1(&a);
	printf("ret = %d, a = %d\n", ret, a);
}
ビルドコマンドと実行結果
as -o sub.o sub.s
gcc call.c sub.o
./a.out
ret = 88, a = 99

注意

  • このサンプルでは考慮していないが、レジスタの退避などを自分で実装する必要がある
  • 引数や戻り値もAAPCSに沿った実装が必要

Cコード内でインラインアセンブラを使う

ダブルクオーテーションで囲ったり、エラーが見ずらいのが難点だけど、実際にはこの方法の方が便利だと思う。

inline.c
#include <stdio.h>

int func1(int *a)
{
	int ret = 0;
	__asm__ __volatile__ (
		"mov r1, #99;"
		"str r1, [%1];"
		"mov %0, #88;"
		: "=r"(ret)		// Output operands
		: "r"(a)		// Input operands
		:				// Overwritten registers
	);
	return ret;
}

int add(int a, int b)
{
	int ret = 0;
	__asm__ __volatile__ (
		"add %0, %1, %2;"
		: "=r"(ret)			// Output operands
		: "r"(a), "r"(b)	// Input operands
		:					// Overwritten registers
	);
	return ret;
}

int add_label(int a, int b)
{
	int ret = 0;
	__asm__ __volatile__ (
		"add %[Rret], %[Ra], %[Rb];"
		: [Rret]"=r"(ret)			// Output operands
		: [Ra]"r"(a), [Rb]"r"(b)	// Input operands
		:							// Overwritten registers
	);
	return ret;
}

void copy(int *src, int *dst)
{
	__asm__ __volatile__ (
		"ldr r2, [%0];"	// r2 <- *src
		"str r2, [%1];"	// r2 -> *dst
		: 						// Output operands
		: "r"(src), "r"(dst)	// Input operands
		: "r2", "memory"		// Overwritten registers
	);
	return;
}

int main()
{
	int a, b, ret;

	ret = func1(&a);
	printf("ret = %d, a = %d\n", ret, a);

	ret = add(1, 2);
	printf("ret = %d\n", ret);

	ret = add_label(1, 2);
	printf("ret = %d\n", ret);

	a = 10; b = 0;
	copy(&a, &b);
	printf("a = %d b = %d\n", a, b);
}
ビルドコマンドと実行結果
gcc inline.c
./a.out
ret = 88, a = 99
ret = 3
ret = 3
a = 10 b = 10

NEON命令を試す

NEON = Advanced SIMD。
NEONユニットは32本の64-bit SIMDレジスタ(D0-D31)を持つ。16本x128-bitとしても使える(Qレジスタ)。
なので、32-bitアーキのCPUからデータコピーするときは注意。
ビルド時に-mfpu=neonオプションを忘れない。

自分でNEON命令を書く

8-bit x 8個のデータの飽和加算例。
for (int i = 0; i < 8; i++) c[i] = a[i] + b[i]相当

simd.c
#include <stdio.h>
#include <stdint.h>
#include <string.h>

void add()
{
	uint8_t a[8];	// d0
	uint8_t b[8];	// d1
	uint8_t c[8];	// result
	memset(a, 0x12, sizeof(a));
	a[2] = 0xEE;	// 飽和確認用
	memset(b, 0x34, sizeof(b));
	memset(c, 0x00, sizeof(c));

	__asm__ __volatile__ (
		"vld1.8 {d0}, [%0];"	// d0 <- a
		"vld1.8 {d1}, [%1];"	// d1 <- b
		"vqadd.u8 d2, d1, d0;"		// d2 <- d1 + d0 (per 8bit)	with saturation
		"vst1.8 {d2}, [%2];"		// d2 -> c
		:				 			// Output operands
		: "r"(a), "r"(b), "r"(c)	// Input operands
		: 							// Overwritten registers
	);

	for (int i = 0; i < 8; i++)
		printf("%02X + %02X = %02X\n", a[i], b[i], c[i]);

	return;
}

int main()
{
	add();
}
ビルドコマンドと実行結果
gcc simd.c -mfpu=neon
./a.out
12 + 34 = 46
12 + 34 = 46
EE + 34 = FF
12 + 34 = 46
12 + 34 = 46
12 + 34 = 46
12 + 34 = 46
12 + 34 = 46

NEONの組み込み関数を使う

ARM NEON Intrinsics (https://gcc.gnu.org/onlinedocs/gcc-4.3.2/gcc/ARM-NEON-Intrinsics.html)

simd.c
#include <stdio.h>
#include <stdint.h>
#include <string.h>
#include <arm_neon.h>

void add_emb()
{
	uint8_t a[8];	// d0
	uint8_t b[8];	// d1
	uint8_t c[8];	// result
	memset(a, 0x12, sizeof(a));
	a[2] = 0xEE;	// 飽和確認用
	memset(b, 0x34, sizeof(b));
	memset(c, 0x00, sizeof(c));

	uint8x8_t va, vb, vc;		// 8-bit(uint8_t) x 8レーン
	va = vld1_u8(a);
	vb = vld1_u8(b);
	vc = vqadd_u8(va, vb);
	vst1_u8(c, vc);

	for (int i = 0; i < 8; i++)
		printf("%02X + %02X = %02X\n", a[i], b[i], c[i]);

	return;
}

int main()
{
	add_emb();
}
ビルドコマンドと実行結果
gcc simd.c -mfpu=neon
./a.out
12 + 34 = 46
12 + 34 = 46
EE + 34 = FF
12 + 34 = 46
12 + 34 = 46
12 + 34 = 46
12 + 34 = 46
12 + 34 = 46

コンパイラに任せる

適切なコンパイラオプションを付ければ、できる範囲で自動ベクトル化してNEON命令を使ってくれる。
うまくベクトル化されるようにコードを書くテクニックが必要そう。

simd_auto.c
#include <stdio.h>
#include <stdint.h>
#include <string.h>

#define NUM 128

void add(uint8_t * a, uint8_t * b, uint8_t * c)
{
	for(int i = 0; i < NUM; i++) {
		c[i] = a[i] + b[i];
	}
}

int main()
{
	uint8_t a[NUM], b[NUM], c[NUM];
	memset(a, 0x12, sizeof(a));
	memset(b, 0x34, sizeof(a));
	add(a, b, c);
	printf("%08X\n", *(uint32_t*)&c[0]);
}
ビルドコマンド確認用
gcc -mfpu=neon -O3 -S simd_auto.c
more simd_auto.s

最適化オプション(-O3)がないとNEON命令が使われなかった。-O2でもダメ。

その他

参考

https://www.aps-web.jp/academy/ca/14/
(↑図が分かりやすい。けど、こちらの記事はGCCじゃなくてARM製コンパイラを前提にしているっぽいので、コマンドは微妙に異なるので注意)

21
16
2

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
21
16

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?