ARMプロセッサ，NEONの並列化について

質問

現在組み込み化プログラムの勉強をしております．
ARMプロセッサのNEONを用いて並列化を試みているのですがうまくいきません．．．
一般的なCソースに対して，ループ内の配列に，"__restrict"をつけて，
下記のコマンドを用いております．
すると，__restrictをつけた方がなぜか遅くなる始末．．．
また-Sで出力したアセンブラを見てもNEON固有の命令 (先頭にVがつくもの)が無いようです．

どなたかお分かりになりますでしょうか．．．
よろしくお願いします．　<(_ _)>

コマンド
arm-none-linux-gnueabi-gcc -Wall -O3 -march=armv7-a -mtune=cortex-a8 -ftree-vectorize -mhard-float -mfloat-abi=softfp -mfpu=neon -mvectorize-with-neon-quad -fno-strict-aliasing -o output_file input_file

/********************ここからソース********************/

//NEONの自動化を検証するプログラム
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <time.h>
#include <arm_neon.h>

#define NUM_VAL 10
#define LOP_VAL 100000000

char* __restrict vmla(char* __restrict a, char* __restrict x, char* __restrict y, char* __restrict z);
int main(void);

char* __restrict vmla(char* __restrict a, char* __restrict x, char* __restrict y, char* __restrict z){
//ポインタの初期化
char p = 0;
a = &p;
x = &p;
y = &p;
z = &p;

int i, j;

for(j = 0; j < LOP_VAL; j ++){
for(i = 0; i < NUM_VAL; i++){
a[i] = x[i] * y[i] * z[i];
}
}

return a;
}

int main(void){

char an = 0;
char a_val[NUM_VAL];
char x_val[NUM_VAL];
char y_val[NUM_VAL];
char z_val[NUM_VAL];

for(an = 0; an < NUM_VAL; an ++){
a_val[an] = 0;
x_val[an] = 0;
y_val[an] = 0;
z_val[an] = 0;
}

time_t time_start;
time_t time_stop;

printf("Start\n");

time_start = clock();

vmla(a_val, x_val, y_val, z_val);

time_stop = clock();

printf("Processing time is %f\n", (double)(time_stop - time_start));

return 0;
}

回答No.2

salsberry · ベストアンサー

> この場合，ポインタの初期化を行う必お湯はありますでしょうか．

ポインタって、vmla()の中のa, x, y, zのことを指して言っていますか？
もしそうなら、これらの変数はvmla()が呼ばれたときに値が既に与えられています。
その値をそのまま使いたいのであれば&pを代入する必要はありませんし、元の値を捨てて別のポインタで演算をしたいのであれば質問中にあるように改めて初期化する必要があります。
vmla()で何をやりたいのかは質問者さんにしか分かりません (とは言え、&pを代入するのはきっと間違っているだろうとは推測できます)。

もう一点気になるのはコンパイルオプションです。
http://gcc.gnu.org/onlinedocs/gcc/ARM-Options.htmlを見ると-mhard-floatは-mfloat-abi=hardと同じ意味と書かれていますから、それと-mfloat-abi=softfpを同時に指定するのは矛盾していて意味がありません。

補足

返答どうもありがとうございます．

おっしゃる通り，値が与えられますね．
そもそもポインタの初期化をした理由は
はじめにSegmentation faultしたためです．
原因を調べた際に，初期化をしないと
ポインタが示すアドレスがかぶることがある云々
とあったためです．
しかしすべてに&pではまずいですね．
この場合は必要ないということでしょうか．

ちなみに返答にありました通り，初期化をコメントアウトして
行いましたがどうも並列化の恩恵はありませんでした．

また，オプションに関してですが，今回のgccが
まだ-mfloat-abi=hardをサポートしていないため
-mfloat-abi=softfpを指定しております．

http://blog.kmckk.com/archives/1565251.html

-mhard-floatをつけると暗黙のうちに -mfloat-abi=hard になりますが、現状ARMのコンパイラではfloatのABIでhardはサポートされていません。なので、必ず -mhard-float を指定したら　-mfloat-abi=softfp も指定する必要があります。
次にでてくるgcc 4.5 ではARMでの-mfloat-api=hardがサポートされるようです。

回答No.1

salsberry

並列化どうこうの前に、vmla()の内容が間違っています。
a, x, y, zが全てpへのポインタで上書きされていて、main()で準備したa_val, x_val, y_val, z_valはvmla()での計算に使われていません。
pは配列ではないので、i≠0のときx[i]やa[i]にアクセスするのは正しくありません。

補足

返答ありがとうございます．
確かにvmlaがすべて上書きされてしまいますね．．．
この場合，ポインタの初期化を行う必お湯はありますでしょうか．
またある場合はvmlaの中にかいてはおかしいでしょうか？