ARM NEON

ARM NEON 是適用於ARM Cortex-A和Cortex-R52系列處理器的一種128位SIMD（single instruction multiple data, 單指令多數據）擴展結構。
        ARM CPU最開始只有普通的寄存器，能夠進行基本數據類型的基本運算。自ARMv5開始引入了VFP(Vector Floating Point)指令，該指令用於向量化加速浮點運算。自ARMv7開始正式引入NEON指令，NEON性能遠超VFP，所以VFP指令被廢棄。相似於Intel CPU下的MMX/SSE/AVX/FMA指令，ARM CPU的NEON指令一樣是經過向量化來進行速度優化。使用場景包含但不侷限於：

 

1. 靈活的視頻轉碼(Flexible video transcoding)
2. 聲音識別、先進的語音處理(Speech Recognition，Advanced audio processing)
3. 視頻捕獲加強(Enhanced captured video)
4. 計算機視覺AR/VR(Computer Vision)
5. 機器學習及深度學習(Machine and deep learning)
6. 遊戲及先進的人機交互界面(Gaming, Advanced user interface)

 

       關於SIMD(單指令多數據)和SISD(單指令單數據)。以加法指令爲例，單指令單數據（SISD）的CPU對加法指令譯碼後，執行部件先訪問內存，取得第一個操做數；以後再一次訪問內存，取得第二個操做數；隨後才能進行求和運算。而在SIMD型的CPU中，指令譯碼後幾個執行部件同時訪問內存，一次性得到全部操做數進行運算。這個特色使SIMD特別適合於多媒體應用等數據密集型運算：

 

                                                                  

       NEON技術是從ARMv7-A和ARMv7-R指令集引入的，目前已經擴展到了ARMv8-A和ARMv8-R指令集。
       NEON技術旨在經過加速多媒體(video/audio)編解碼，用戶界面，2D/3D圖形及遊戲來提升人對多媒體的體驗度。
       NEON也能夠經過加速信號處理算法和函數來加快應用程序，好比音頻和視頻處理，語音和麪部識別，計算機視覺和深度學習。

 

概述
       NEON是一個打包的SIMD架構，NEON寄存器被視爲相同數據類型的向量元，而且支持多種數據類型的一種技術。
      

NEON指令在全部向量通道上執行相同操做。執行操做數是由數據類型來決定的，Neon指令遵循以下的規則：

16x8-bit， 8x16-bit，4x32-bit，2x64-bit         整形操做
8x16-bit*，4x32-bit，2x64-bit**                      浮點操做

多個並行指令的操做僅在ARMv8.2-A, ARMv8-A/R上被支持。

 

怎樣使用NEON
       有多種方式來使用NEON，其中包含了以使用的庫文件，編譯器的自動向量化，內嵌NEON代碼等方式。

 

Library

       使用NEON最簡單的方式就是使用已經包含了NEON的開源庫。

 

       ARM計算庫用於機器學習和計算機視覺
       ARM計算庫是基於ARM CPU和GPU架構且針對圖像處理，計算機視覺和機器學習的低層次的函數集合。
       更多信息可參考：https://developer.arm.com/technologies/compute-library

 

       Ne10是一個基於C的開源庫，由ARM託管在github上，包含了一系列在ARM上重度優化的最經常使用的加強處理過程。
       Ne10是有幾個小型的庫構成的模塊化的開源庫。

        Libyuv

        是一個包含YUV數據的轉換和擴展功能的開源庫.

        Skia

        是一個開源的2D圖形庫，用做谷歌Chrome和Chrome OS、Android、Mozilla Firefox和Firefox OS以及其餘許多產品的圖形引擎。

 

Neon生態系統

        Neon在以下表格所示的領域內有普遍的使用。其中包含了不少跨平臺的開源項目：

Video Codecs Audio Codecs Voice and speech codecs Audio enhancement algorithms Computer Vision Machine and deep Learning  VP9 OTT encoder, VP9 Consumer encoder/decoder MP3 encoder/decoder G.711 Echo cancellation Canny Edge detection On-device object recognitionH.264(AVC) encoder/decoder MPEG-2 layer I&II encoder/decoder G.722, G.722.1, G.722.2-A Noise Reduction Harris Corner On-device scene recognitionMPEG4 SP/ASP encoder/decoder MPEG-1 layer III audio encoder G.723.1 Beam Forming ORB Human pose recognitionMPEG2 decoder MPEG-1 layer III audio encoder/decoder G.726 Comfort Noise Convolution filter Defect detectionH.263 decoder HE-AACv1, v2 encoder/decoder G.727 AudioZoom Erosion/Dilation    WMA Standard encoder/decoder G.728 Equalization Face detection    WMA Pro, WMA Lossless decoder G.729, G.729A, G.729B Wind noise reduction Pedestrian detection    SBC Bluetooth encoder/decoder G.729AB Audomatic Gain Control Fast9/Fast12 corner detection    OggVorbis encoder/decoder AMR Narrowband, Wideband, Wideband+ Voice Activity Detection Object tracking    FLAC encoder/decoder GSM-HR, GSM-ER, GSM-EFR Key word spotting Lane departure    Dolby Digital AC-3 encoder/decoder Opus Voice trigger Connected components    Dolby Digital eAC-3 decoder iLBC Voice biometrics      Dolby MS10/MS11 Multistream SILK Speeker verification      Dolby Digital Plus 5.1/7.1 Consumer decoder SPEEX        Dolby Digital 5.1 Creator Consumer encoder MELPe        Dolby Pro Logic I&II encoder/decoder          iSAC encoder/decoder          CELT encoder/decoder          DTS core encoder/decoder          DAB+ encoder/decoder          Dolby Mobile encoder/decoder          Dolby TrueHD consumer decoder          Dolby UDC encoder/decoder        --------------------- 版權聲明：本文爲CSDN博主「rony2012」的原創文章，遵循CC 4.0 by-sa版權協議，轉載請附上原文出處連接及本聲明。原文連接：https://blog.csdn.net/rony2012/article/details/76433431