ARM asm での 2 つのハーフワードの高速飽和とシフト

StackOverflow https://stackoverflow.com/questions/1284689

質問

32 ビット ワード内に 2 つの符号付き 16 ビット値があり、それらを定数値 (1 から 6 まで) で右にシフト (除算) し、バイト (0..0xFF) に飽和させる必要があります。

例えば、

  • 0x FFE1 00AA と シフト=5 にならなければなりません 0x 0000 0005;
  • 0x 2345 1234 にならなければなりません 0x 00FF 0091

次の疑似コードのような値を同時に飽和させようとしています。

AND RT, R0, 0x80008000; - mask high bits to get negatives
ORR RT, RT, LSR #1
ORR RT, RT, LSR #2
ORR RT, RT, LSR #4
ORR RT, RT, LSR #8; - now its expanded signs in each halfword
MVN RT, RT
AND R0, RT; now negative values are zero
; here something to saturate high overflow and shift after

しかし、私が取得したコードは非常に醜く、遅いです。:)私が今持っている最高の（最速の）ものは、このように各半分の個別の飽和です。

MOV RT, R0, LSL #16
MOVS RT, RT, ASR #16+5
MOVMI RT, #0
CMP RT, RT, #256
MOVCS RT, #255
MOVS R0, R0, ASR #16+5
MOVMI R0, #0
CMP R0, R0, #256
MOVCS R0, #255
ORR R0, RT, R0, LSL #16

ただし10サイクルです。:( もっと速くできるでしょうか？

追記:後でこれ用の USAT16 命令を見つけましたが、これは ARMv6 専用です。そして、ARMv5TE と ARMv4 で動作するコードが必要です。

編集： ここで最初のコードを書き直します。

ANDS RT, 0x10000, R0 << 1;      // 0x10000 is in register. Sign (HI) moves to C flag, Sign (LO) is masked
SUBNE RT, RT, 1;            // Mask LO with 0xFFFF if it's negative
SUBCS RT, RT, 0x10000;      // Mask HI with 0xFFFF if it's negative
BIC R0, R0, RT;         // Negatives are 0 now. The mask can be used as XOR too
TST R0, 0xE0000000;         // check HI overflow             
ORRNE R0, R0, 0x1FE00000        // set HI to 0xFF (shifted) if so
TST R0, 0x0000E000          // check LO overflow             
ORRNE R0, R0, 0x00001FE0        // set LO to 0xFF if so          
AND R0, 0x00FF00FF, R0 >> 5;    // 0x00FF00FF is in register

しかしそれは美しくありません。

役に立ちましたか？

解決 2

1 つのチェックを使用して 2 つの操作のフラグを設定するのは良い考えでした。でも二部は無理です。他のことができます:) 1から6までのシフトで使用するユニバーサルバリアントは次のとおりです。

;prepare:
MOV RMask, ((0xFF00 << shift) & 0xFF00) << 16;  Mask overflow bits
MOV R_0xFF00FF, 0xFF;
ORR R_0xFF00FF, 0xFF000000;
;...
; innerloop:
;....
TST R0, RMask, R0 << 16;            Set flags for LO half
ORRNE R0, R0, 0xFF << shift;        It is overflow. First try positive
BICMI R0, R0, 0xFF << shift;        Fix it if negative. LO half is ready
TST R0, RMask, R0;              Set flags for HI half. Can TST R0, R0, #Mask also
ORRNE R0, R0, 0xFF << (shift+16)
BICNE R0, R0, 0xFF << (shift+16)
AND R0, R_0xFF00FF, R0 >> shift;        Shift and mask

ということで今は7サイクルです。:)

もっと良くなるでしょうか？

編集： オーバーフローは十分にまれなようですので、次のようなものを追加することをお勧めします。

TST R0, 0xE000E000
BEQ no_saturation_needed
... ; saturation ops here

他のヒント

あなたが持っているものは、述べられているように、問題に対してやろうとしていることとほぼ同じくらい良いです。タイトなループで大量のデータに対してこれを実行しており、マスクを保持するためのいくつかのレジスタに余裕がある場合は、1 ～ 2 サイクルを節約できるかもしれませんが、大きな改善にはなりません。v6 アーキテクチャ以前の ARM では、このタイプの「小さいベクトル」飽和操作はあまりサポートされていません。

基本的に、これがプログラムの唯一のボトルネックでない限り、これを片付けて次のホットスポットに移ります。

ライセンス： CC-BY-SA と 帰属
所属していません StackOverflow
scroll top