Neonowy odpowiednik SSE intrinsics

Question

Próbuję przekonwertować kod c na zoptymalizowany za pomocą neonu wewnętrznej.

Oto kody c, które operują na 2 operantach nie nad wektorami operantów.

uint16_t mult_z216(uint16_t a,uint16_t b){ 
unsigned int c1 = a*b; 
    if(c1) 
    { 
     int c1h = c1 >> 16; 
     int c1l = c1 & 0xffff; 
     return (c1l - c1h + ((c1l<c1h)?1:0)) & 0xffff; 
    } 
    return (1-a-b) & 0xffff; 
} 

Wersja tej operacji SEE zoptymalizowany został już wdrożony brzmienie:

#define MULT_Z216_SSE(a, b, c) \ 
    t0 = _mm_or_si128 ((a), (b)); \ //Computes the bitwise OR of the 128-bit value in a and the 128-bit value in b. 
    (c) = _mm_mullo_epi16 ((a), (b)); \ //low 16-bits of the product of two 16-bit integers 
    (a) = _mm_mulhi_epu16 ((a), (b)); \ //high 16-bits of the product of two 16-bit unsigned integers 
    (b) = _mm_subs_epu16((c), (a)); \ //Subtracts the 8 unsigned 16-bit integers of a from the 8 unsigned 16-bit integers of c and saturates 
    (b) = _mm_cmpeq_epi16 ((b), C_0x0_XMM); \ //Compares the 8 signed or unsigned 16-bit integers in a and the 8 signed or unsigned 16-bit integers in b for equality. (0xFFFF or 0x0) 
    (b) = _mm_srli_epi16 ((b), 15); \ //shift right 16 bits 
    (c) = _mm_sub_epi16 ((c), (a)); \ //Subtracts the 8 signed or unsigned 16-bit integers of b from the 8 signed or unsigned 16-bit integers of a. 
    (a) = _mm_cmpeq_epi16 ((c), C_0x0_XMM); \ ////Compares the 8 signed or unsigned 16-bit integers in a and the 8 signed or unsigned 16-bit integers in b for equality. (0xFFFF or 0x0) 
    (c) = _mm_add_epi16 ((c), (b)); \ // Adds the 8 signed or unsigned 16-bit integers in a to the 8 signed or unsigned 16-bit integers in b. 
    t0 = _mm_and_si128 (t0, (a)); \ //Computes the bitwise AND of the 128-bit value in a and the 128-bit value in b. 
    (c) = _mm_sub_epi16 ((c), t0); ///Subtracts the 8 signed or unsigned 16-bit integers of b from the 8 signed or unsigned 16-bit integers of a. 

Mam prawie przekształcony ten jeden użyciu neon intrinsics:

#define MULT_Z216_NEON(a, b, out) \ 
    temp = vorrq_u16 (*a, *b); \ 
    // ?? 
    // ?? 
    *b = vsubq_u16(*out, *a); \ 
    *b = vceqq_u16(*out, vdupq_n_u16(0x0000)); \ 
    *b = vshrq_n_u16(*b, 15); \ 
    *out = vsubq_s16(*out, *a); \ 
    *a = vceqq_s16(*c, vdupq_n_u16(0x0000)); \ 
    *c = vaddq_s16(*c, *b); \ 
    *temp = vandq_u16(*temp, *a); \ 
    *out = vsubq_s16(*out, *a); 

Jestem brakuje tylko neonowych odpowiedników _mm_mullo_epi16 ((a), (b)); i _mm_mulhi_epu16 ((a), (b));. Albo coś nie rozumiem, albo nie ma w NEON takich rzeczy wewnętrznych. Jeśli nie ma odpowiednika, jak zarchiwizować te kroki za pomocą NEONS intrinsics?

UPDATE:

ja zapomniał podkreślić następujące rzeczy: operand funkcji są uint16x8_t wektory NEON (każdy element jest uint16_t> = liczby całkowite od 0 do 65535). W odpowiedzi ktoś zaproponował użycie wewnętrznego vqdmulhq_s16(). Użycie tego nie będzie zgodne z daną implementacją, ponieważ mnożenie wewnętrzne interpretuje wektory jako podpisane wartości i generuje błędne wyjście.

Answer 1

Można użyć:

uint32x4_t vmull_u16 (uint16x4_t, uint16x4_t) 

która zwraca wektor 32 produktów bitowych. Jeśli chcesz przełamać wynik w wysokie i niskie części, możesz użyć NEON-a do rozpakowania wewnętrznego.

Answer 2

vmulq_s16() jest odpowiednikiem _mm_mullo_epi16. Nie ma dokładnego odpowiednika _mm_mulhi_epu16; najbliższą instrukcją jest vqdmulhq_s16(), która jest "nasycająca, podwajająca, mnożona, zwracająca wysoką część". Działa tylko ze znakowanymi 16-bitowymi wartościami i musisz podzielić wejście lub wyjście przez 2, aby anulować podwojenie.