Arm的大牛，
咨询个问题。
我们写了个小程序验证A53上浮点运算的并行度，主体循环是几条寄存器都不存在依赖关系的fmla指令，测试下来发现dual issue（双发射）并不像我们理解的那样，我们原本想在fmla之间插入一些寄存器无相关性的其它neon指令，以达到双发射的效果。
比如：
fmla v0.4s, v0.4s, v20.s[0] ldr q30,[x1] fmla v1.4s, v1.4s, v20.s[1]
发现插入ldr指令之后，运行时间变长，除非是load到通用寄存器Xn，才不会影响运行时间。
之后测试插入fadd v22.4s,v22.4s,v23.4s或者str q30,[x1]都是如此。
我们从 Cortex_A57_Software_Optimization_Guide_external.pdf 文档中得到一些信息
ldr使用的L issue
str使用的S issue
fmla使用的F0/F1 issue
按我们对文档的理解，应该可以并发的，可实际测试结果并没有，请帮忙看看我们哪里理解有错误，谢谢。
顺便提下，我们参考的文档是Cortex_A57_Software_Optimization_Guide_external.pdf ，有对应的A53文档吗，我们用的是A53，参考A57的该文档合适吗？