各位ARM专家：
请教遇到的一个问题，Cortex-A57架构的CPU通过PCIE插槽插上独立AMD显卡，发现通过内核或者glibc的memcpy在系统内存与显卡显存间拷贝数据，在两个不同厂家的CPU上都测试过，速度低于20MB/s；在x86上，该速度可达4000MB/s。
请问有没有办法提升在系统内存与显卡显存间拷贝数据的速度？比如设置显存的页属性/cache策略？或者更有效率的指令(尝试用neon指令改写memcpy，性能可以提升5%左右)？谢谢。
一般而言，memcpy的性能瓶颈都不在CPU而在memory system，在ARM的测试平台里A57的memcpy性能至少可以达到2GB/s以上。
你看到A57访问PCIE带宽低的现象极有可能是由PCIE和ARM Architecture定义的memory model有所不同造成的。这个不同导致ARM CPU访问PCIE时会有额外的限制（比如不能利用CPU里的cache），此时带宽瓶颈在memory system。如果想提升性能，你可以在memory system上做相关研究。
对于指令，我们建议在memory copy code尽量循环展开，即一个循环中包含更多的load和store指令，并且建议使用STRD/LDRD（aarch32） 或者STP/LDP（aarch64）这样的指令进行memory copy。