一.介绍
ARM NEON 是适用于ARM Cortex-A和Cortex-R52系列处理器的一种128位SIMD（single instruction multiple data, 单指令多数据）扩展结构。
ARM CPU最开始只有普通的寄存器，可以进行基本数据类型的基本运算。自ARMv5开始引入了VFP(Vector Floating Point)指令，该指令用于向量化加速浮点运算。自ARMv7开始正式引入NEON指令，NEON性能远超VFP，因此VFP指令被废弃。类似于Intel CPU下的MMX/SSE/AVX/FMA指令，ARM CPU的NEON指令同样是通过向量化来进行速度优化。使用场景包含但不局限于：
- 灵活的视频转码(Flexible video transcoding)
- 声音识别，先进的语音处理(Speech Recognition,Advanced audio processing)
- 视频捕获增强(Enhanced captured video)
- 计算机视觉AR/VR(computer vision)
- 机器学习及深度学习(Machine and deep learning)
- 游戏及先进的人机交互界面(Gaming,advanced user interface)
二.SIMD & SISD介绍
关于SIMD(单指令多数据)和SISD(单指令单数据)。以加法指令为例，单指令单数据（SISD）的CPU对加法指令译码后，执行部件先访问内存，取得第一个操作数；之后再一次访问内存，取得第二个操作数；随后才能进行求和运算。而在SIMD型的CPU中，指令译码后几个执行部件同时访问内存，一次性获得所有操作数进行运算。这个特点使SIMD特别适合于多媒体应用等数据密集型运算：
关于SISD，SIMD的详细介绍将在neon programer中介绍。
三.neon技术介绍
- NEON技术是从ARMv7-A和ARMv7-R指令集引入的，目前已经扩展到了ARMv8-A和ARMv8-R指令集。
- NEON技术旨在通过加速多媒体(video/audio)编解码，用户界面，2D/3D图形及游戏来提高人对多媒体的体验度。
- NEON也可以通过加速信号处理算法和函数来加快应用程序，比如音频和视频处理，语音和面部识别，计算机视觉和深度学习。
NEON是一个(packed)SIMD架构，NEON寄存器被视为相同数据类型的向量元，并且支持多种数据类型的一种技术。 下表描述了不同架构下所支持的数据类型：
| ARMv7-A/R | ARMv8-A/R | ARMv8-A | |
| AArch32 | AArch64 | ||
| Floatin-point | 32-bit | 16-bit*/32-bit | 16-bit*/32-bit/64-bit |
| Interger | 8-bit/16-bit/32-bit | 8-bit/16-bit/32-bit/64-bit | 8-bit/16-bit/32-bit/64-bit |
NEON指令在所有向量通道上执行相同操作。执行操作数是由数据类型来决定的，Neon指令遵循如下的规则：
- 16x8-bit, 8x16-bit, 4x32-bit, 2x64-bit integer operations
- 8x16-bit*, 4x32-bit, 2x64-bit** floating-point operations
在 Neon 技术上的实现还可以支持多个并行指令：
- *Only in Armv8.2-A
- **Only in Armv8-A/R
四.怎样使用NEON
有多种方式来使用NEON，其中包含了以使用Neon的库文件，编译器的自动矢量化(auto-vectorization)，Neon内部函数(Neon intrinsics)和Neon汇编代码(neon assembly code)。具体详细信息参考：Neon Programmer’s Guide Version: 1.0
五.简单使用介绍
5.1- library
使用NEON最简单的方式就是使用已经包含了NEON的开源库.ARM计算库用于机器学习和计算机视觉,ARM计算库是基于ARM CPU和GPU架构且针对图像处理，计算机视觉和机器学习的低层次的函数集合。更多信息可参考：https://developer.arm.com/technologies/compute-library
Ne10是一个基于C的开源库，由ARM托管在github上，包含了一系列在ARM上重度优化的最常用的增强处理过程。Ne10是有几个小型的库构成的模块化的开源库。包含：
| 数学功能 | 信号处理功能 | 图像处理功能 | 物理功能 |
| Vector Add | Floating & Fixed Point | Image Resize | Collision Detection |
| Matrix Add | Complex-to-Complex FFT | Image Rotate | |
| Vector Subtract | Floating & Fixed Point | ||
| Vector Subtract From | Real-to-Complex FFT | ||
| Matrix Subtract | FIR Filters | ||
| Vector Multiply | FIR Decimator | ||
| Vector Multiply-Accumulate | FIR Interpolator | ||
| Matrix Multiply | FIR Lattice Filters | ||
| Matrix Vector Multiply | FIR Sparse Filters | ||
| Vector Divide | IIR Lattice Filters | ||
| Vector Set | |||
| Vector Length | |||
| Vector Normalize | |||
| Vector Absolute Value | |||
| Vector Dot Product | |||
| Vector Cross Product | |||
| Matrix Determinant | |||
| Matrix Inverse | |||
| Matrix Transpose | |||
| Matrix Identity |
- Libyuv 是一个包含YUV数据的转换和扩展功能的开源库.
- Skia 是一个开源的2D图形库，用作谷歌Chrome和Chrome OS、Android、Mozilla Firefox和Firefox OS以及其他许多产品的图形引擎
5.2自动矢量化(AutoVectorization)
自动矢量化功能由ARM编译器支持，它们自动利用neon功能.特性支持以下：
5.3-Compiler Intrinsics
neon intrinsics是编译器用适当的neon指令或neon指令序列替换的函数调用。内部函数提供的控制几乎和编写汇编语言一样多，但是把寄存器的分配留给编译器，这样开发人员就可以专注于算法了。它还可以执行指令调度以删除指定目标处理器的管道暂停。这会导致比使用汇编语言更易于维护的源代码。Neon内部函数由ARM编译器、GCC和LLVM支持。具体参考：https://developer.arm.com/architectures/instruction-sets/simd-isas/neon/intrinsics
- Neon intrinsic example
#include <arm_neon.h>
uint32x4_t double_elements(uint32x4_t input)
{
return(vaddq_u32(input, input));
}5.4-Assembly code
对于非常高的性能，手工编码的Neon汇编程序是经验丰富的程序员的最佳方法。GNU汇编程序（GAS）和ARM编译器工具链汇编程序（ARMASM）都支持Neno指令的汇编。
六.tools
ARM DS-5 Development Studio是基于ARM平台提供的C/C++软件开发的端到端套件工具。DS-5完全支持Neon架构的编程和调试。
DS-5 Debugger提供了Neon指令完整调试功能，以及其体系结构寄存器的可视化。DS-5调试器支持所有ARM体系结构配置文件和处理器。
7.Neon ecosystem
Neon在如下表格所示的领域内有广泛的使用。其中包含了很多跨平台的开源项目：
| 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 recognition |
| H.264 (AVC) encoder/decoder | MPEG-2 layer I & II encoder/decoder | G.722, G.722.1, G.722.2 | Noise Reduction | Harris Corner | On-device scene recognition |
| MPEG4 SP/ASP encoder/decoder | MPEG-1 layer III audio encoder | G.723.1 | Beam Forming | ORB | Human pose recognition |
| MPEG2 decoder | MPEG-1 layer III audio encoder/decoder |
G.726 | Comfort Noise | Convolution filter | Defect detection |
| H.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.279A, G.729B | Wind noise reduction | Pedestrian detection | ||
| SBC Bluetooth encoder/decoder | G.729AB | Automatic 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 | Speaker 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 |
更多的eco-system合作参考:https://developer.arm.com/architectures/instruction-sets/dsp-extensions/arm-dsp-ecosystem-partners
8.Resources
8.1 video
网站:Taming Armv8 Neon: from theory to benchmark results
8.2 Blogs
- Coding for Neon - Part 1: Load and Stores
- Coding for Neon - Part 2: Dealing With Leftovers
- Coding for Neon - Part 3: Matrix Multiplication
8.3 Arm Compilers
8.4 Software optimization Guides
ARM为某些处理器发布软件优化指南。这些指南提供有关管道、指令性能特征和特殊性能考虑的高级信息。这些信息对使用Neon的程序员特别有用。