ARM - SVE 编程

编写或生成 SVE 代码由几种方法：

• 编写 SVE 汇编代码；
• 使用 SVE intrinsics 进行编程；
• 自动向量化；
• 使用 SVE 优化的库。

下面我们将详细介绍这四种方法。

1. 编写 SVE 汇编代码

我们可以在 C/C++ 代码中以内联汇编形式编写 SVE 指令，或在汇编源文件中编写完整函数。例如：

        .globl  subtract_arrays         // -- Begin function 
        .p2align        2 
        .type   subtract_arrays,@function 
subtract_arrays:               // @subtract_arrays 
        .cfi_startproc 
// %bb.0: 
        orr     w9, wzr, #0x400 
        mov     x8, xzr 
        whilelo p0.s, xzr, x9 
.LBB0_1:                       // =>This Inner Loop Header: Depth=1 
        ld1w    { z0.s }, p0/z, [x1, x8, lsl #2] 
        ld1w    { z1.s }, p0/z, [x2, x8, lsl #2] 
        sub     z0.s, z0.s, z1.s 
        st1w    { z0.s }, p0, [x0, x8, lsl #2] 
        incw    x8 
        whilelo p0.s, x8, x9 
        b.mi    .LBB0_1 
// %bb.2: 
        ret 
.Lfunc_end0: 
        .size   subtract_arrays, .Lfunc_end0-subtract_arrays 
        .cfi_endproc T

若混合使用高级语言和汇编编写的函数，必须熟悉针对 SVE 更新的 ABI 标准。《Arm 架构过程调用标准》（AAPCS）规定了数据类型和寄存器分配规则，要求：

• Z0-Z7 和 P0-P3 用于传递可扩展向量参数和结果；
• Z8-Z15 和 P4-P15 由被调用方保存；
• 所有其他向量寄存器（ Z16-Z31 ）均可被被调用函数修改，调用函数需在必要时负责备份和恢复这些寄存器。

2. 使用 SVE instrinsics 进行编程

SVE instrinsics 是编译器支持的内联函数，可被替换为对应的指令。程序员可直接在 C 和 C++等高级语言中调用这些指令函数。针对 SVE 的 ACLE（Arm C 语言扩展）定义了可用的 SVE 指令函数、其参数及功能。支持 ACLE 的编译器在编译过程中会将 instrinsics 替换为关联的 SVE 指令。使用 ACLE instrinsics 时，必须包含头文件 "arm_sve.h"，该文件包含可在 C/C++ 中使用的向量类型和指令函数（针对 SVE）列表。每种数据类型描述了向量中元素的大小和数据类型：

• svint8_t svuint8_t
• svint16_t svuint16_t svfloat16_t
• svint32_t svuint32_t svfloat32_t
• svint64_t svuint64_t svfloat64_t

例如， svint64_t 表示 64 位有符号整数的向量， svfloat16_t 表示半精度浮点数的向量。

以下 C 代码示例是经过手动优化的 SVE 内联函数：

//intrinsic_example.c
#include <arm_sve.h>
svuint64_t uaddlb_array(svuint32_t Zs1, svuint32_t Zs2)
{
    // widening add of even elements
    svuint64_t result = svaddlb(Zs1, Zs2);
    return result;
}

包含 arm_sve.h 的源代码可以像使用数据类型进行变量声明和函数参数一样使用 SVE 向量类型。使用 Arm C/C++编译器编译代码并以支持 SVE 的 Armv8-A 架构为目标时，请使用：

armclang -O3 -S -march=armv8-a+sve -o intrinsic_example.s intrinsic_example.c

上述命令会生成以下汇编代码：

//instrinsic_example.s
uaddlb_array:                           // @uaddlb_array
        .cfi_startproc
// %bb.0:
        uaddlb  z0.d, z0.s, z1.s
        ret

3. 自动向量化

Arm Compiler for Linux 以及 Arm 平台的 GNU 编译器支持使用 SVE 指令对 C、C++和 Fortran 循环进行向量化。要生成 SVE 代码，需选择适当的编译器选项。例如，当 armclang 使用 -march=armv8-a+sve 选项时， armclang 也会默认采用 -fvectorize 和 -O2 选项。如需启用支持 SVE 的库版本，请将 -march=armv8-a+sve 与 -armpl=sve 组合使用。关于编译器优化选项的更多信息，请参阅编译器开发者与参考指南，或编译器手册页。

4. 使用 SVE 优化的库

可以使用针对 SVE 高度优化的库进行计算加速，例如 Arm 性能库（Arm Performance Libraries）和 Arm 计算库（Arm Compute Library）。Arm 性能库包含针对 BLAS、LAPACK、FFT、稀疏线性代数以及 libamath 优化的数学函数的高度优化实现。要能够链接任何 Arm 性能库函数，您必须安装 Arm Allinea Studio 并在代码中包含 armpl.h。若使用 Arm Compiler for Linux 和 Arm 性能库构建应用程序，必须在命令行中指定 -armpl=<arg> 。如果使用 GNU 工具，则需在链接器命令行中包含 Arm 性能库的安装路径，使用 -L<armpl_install_dir>/lib ，并指定与 Arm Compiler for Linux 的 armpl=<arg> 选项等效的 GNU 选项，即 -larmpl_lp64 。更多信息，请参考 Arm 性能库入门指南。