NEON Intrinsics 优化系数实机测试数据&小结

测试结果

NEON 各命令优化系数表（NEON耗时÷C实现耗时）

以上结果受循环分支开销影响，使用 IPC 设备的 ARMv7 芯片，仅供参考。数据单位为毫秒（ms），每次测试运行 2e7 次对应的 floa*4 向量的各运算。

小结

1. neon 的 load 和 store 的耗时明显长于 c 实现；更重要的，这一区别不会在 pc 仿真中体现。
2. 根据表格，最低系数是 mla（a+b*c）=0.499 ， 最大系数为 vmin = 0.738
3. 1 次 ld 的速度约等于 1.5 次运算符。可以推得：减少 ld 和 st 的次数，可以显著优化速度。（这句话被批“减少 ld 和 st 是明确写在 NEON 官方手册里的，你测它干嘛”）
4. 上机空跑 for 循环的时延也很长，单看 neon 运算实际的优化系数可能优于0.5。