我是完全的新手，被mentor要求用neon来做移动端的计算优化。

我想先学习下neon的使用，首先通过brew安装了gcc-arm-embedded，在Clion里配置好了toolchain为gcc-arm-none-eabi-9-2020-q2-update的g++和gcc，在网上查了下交叉编译需要指定cmake_toolchain_file，于是跑到github上拷了这份：arm-gcc-toolchain，终于能通过Cmake。可是Build的时候提示缺少_read这一类函数，因此我想到可能是因为这个g…

现在想优化arm cpu 的运算能力，看到这两个库 ne10 和ACL，如果只针对cpu（比如A9和A53），那个库的运算性能更好？

题外话，NE10和ACL 的定位和区分度？

在使用汇编优化neon时，发现一个问题：

假设函数的输入两个参数x[2048]，y[2048]，那么x，y的首地址是不连续的

当在汇编中只读x的数据时所用时间明显比即读取x，也读取y的数据要长很多，我猜想是由于cache没有高效利用的原因，即造成了hit miss的现象，有什么方法可以尽可能的利用cache呢？

汇编代码如下：

只读取x

    vld1.32    {d0-d1}, [r0]!

    vld1.32    {d2-d3}, [r0]!

读取x，y

    vld1.32    {d0-d1}, [r0…

在编译器中使能了neon（-mfpu=neon）之后，还能同时进行硬浮点计算吗？

因为之前用硬浮点时编译器选项是 -mfpu=vfpv3，现在开始用neon之后，将fpu配置成了neon，对之前的硬浮点计算有影响吗？

尝试翻译一段 图片镜像的代码，neon优化的代码运行时间，只有C代码的一半，但远低于loop循环计算出来的理论值，为什么会有这么大落差？？

C代码：

void C_Nv21YSelfMirror(char* output,char * input,int width,int height)

{
        int i,j=0;

for(j=0; j<height;j++){

int index = j*width;

for(i=0;i<width;i++)
{
    *(output+index…

最近在学习neon_programmer_guide,其中有一个demo如下

void add_int (int* restrict pa, int* restrict pb, unsigned int n, int x)
{
unsigned int i;
for(i = 0; i < (n&~3); i++)
pa[i] = pb[i] + x;
}

我在ubuntu10的PC上也编译了一版，使用-O2 -ptree-vertorize 但是对反汇编出的结果很疑惑，code如下…

之前一直使用neon内联函数优化代码？但有些代码优化后效率实在不如人意？是不是代码顺序不好不利于cpu流水线工作？有没有相关的文档介绍下每条内联函数的时钟周期，这样是不是可以更好的安排代码顺序呢？

请问在用arm neon指令优化程序时，在一个for循环下，分别用int32x2_t和int32x4_t类型的指令，后者的速度并没有按照理论上的速度更快，反而比前者慢是怎么回事呢？必须要对生成的汇编指令进行优化吗？谢谢指教。

请问ARM NEON移位指令，例如vshr.u8 q1, q0, #3 中的移位数3可以是定义的变量吗  比如int a= 3; vshr.u8 q1, q0, #a（编译时会出错）。

如果想用变量，该用哪个移位指令表示呢

RT，图像处理速度优化。