如何在Xcode LLVM中编写关于LOOP的内联汇编代码？

Question

我正在研究内联汇编。我想在Xcode 4 LLVM 3.0 Compiler下编写一个简单的例程。我成功地编写了基本的内联汇编代码。

例如：

int sub(int a, int b) 
{ 
    int c; 
    asm ("sub %0, %1, %2" : "=r" (c) : "r" (a), "r" (b)); 
    return c; 
} 

我发现它在stackoverflow.com和它工作得很好。但是，我不知道如何编写关于LOOP的代码。

我需要汇编代码就像

void brighten(unsigned char* src, unsigned char* dst, int numPixels, int intensity) 
{ 
    for(int i=0; i<numPixels; i++) 
    { 
     dst[i] = src[i] + intensity; 
    } 
} 

Answer 1

这里看看环部分 - http://en.wikipedia.org/wiki/ARM_architecture

基本上你会想是这样的：

void brighten(unsigned char* src, unsigned char* dst, int numPixels, int intensity) { 
    asm volatile (
        "\t mov r3, #0\n" 
        "Lloop:\n" 
        "\t cmp r3, %2\n" 
        "\t bge Lend\n" 
        "\t ldrb r4, [%0, r3]\n" 
        "\t add r4, r4, %3\n" 
        "\t strb r4, [%1, r3]\n" 
        "\t add r3, r3, #1\n" 
        "\t b Lloop\n" 
        "Lend:\n" 
       : "=r"(src), "=r"(dst), "=r"(numPixels), "=r"(intensity) 
       : "0"(src), "1"(dst), "2"(numPixels), "3"(intensity) 
       : "cc", "r3", "r4"); 
} 

更新：

An d这是NEON版本：

void brighten_neon(unsigned char* src, unsigned char* dst, int numPixels, int intensity) { 
    asm volatile (
        "\t mov r4, #0\n" 
        "\t vdup.8 d1, %3\n" 
        "Lloop2:\n" 
        "\t cmp r4, %2\n" 
        "\t bge Lend2\n" 
        "\t vld1.8 d0, [%0]!\n" 
        "\t vqadd.s8 d0, d0, d1\n" 
        "\t vst1.8 d0, [%1]!\n" 
        "\t add r4, r4, #8\n" 
        "\t b Lloop2\n" 
        "Lend2:\n" 
        : "=r"(src), "=r"(dst), "=r"(numPixels), "=r"(intensity) 
        : "0"(src), "1"(dst), "2"(numPixels), "3"(intensity) 
        : "cc", "r4", "d1", "d0"); 
} 

所以这个NEON版本一次只能做8个。但它不检查numPixels是否可以被8整除，所以你肯定会这样做，否则事情就会出错！无论如何，这只是向您展示可以做什么的开始。注意相同数量的指令，但是一次对八个像素的数据采取行动。哦，那里也饱和了，我想你会想要。

Answer 2

虽然这个答案是没有直接回答你的问题，它更是关于使用汇编的与现代的编译器的一般建议。

你通常有一个很难击败关于你的C代码优化调度的编译器。当然，通过巧妙地使用关于数据如何表现的某些知识，您可能会调整它几个百分点。

其中的一个原因。这就是现代编译的代码打交道就像一个你描述，例如，当使用一些技巧循环展开，指令重新排序以避免流水线延迟和气泡等。

如果您确实想让该算法尖叫，您应该考虑重新设计算法，而不是使用C语言，以避免最糟糕的延迟。例如，与寄存器访问相比，读取和写入内存相当昂贵。

完成此操作的一种方法可能是通过使用unsigned long，一次加载4个字节的代码，然后在将这4个字节写回到一个存储操作之前，在寄存器中对此进行数学运算。

因此，要回顾一下，让你的算法工作更聪明而不是更辛苦。