📚 课程目录第4章 Realm管理扩展基础

4. Realm管理扩展基础

好，咱们进入SVE2。说实话，ARMv9最让我兴奋的就是这个扩展。NEON用了这么多年，突然来了个SVE2，很多人第一反应是“又要学新东西了”。但我想说，这玩意儿值得学。

4.1 SVE2与NEON的对比

先说说NEON。NEON是固定宽度的SIMD——128位，你写代码的时候就得知道这个宽度。SVE2呢？它是向量长度无关的。什么意思？你的代码写一次，可以在128位、256位、甚至2048位的硬件上跑，不用改。

特性	NEON	SVE2
向量宽度	固定128位	128~2048位，实现定义
寄存器数量	32个（128位）	32个Z寄存器 + 16个P寄存器
Predicate支持	无	有，逐元素控制
Gather/Scatter	有限	原生支持
代码可移植性	需针对宽度调整	向量长度无关

我在一个项目里遇到过这种情况：用NEON写的图像处理库，在Cortex-A72上跑得好好的，换到A76上想用更宽的SIMD，结果得重写。SVE2就解决了这个痛点。

核心差异：NEON是“我知道宽度，我来优化”；SVE2是“我不知道宽度，但代码能自适应”。

4.2 向量长度无关编程

这是SVE2的精髓。你的代码不依赖具体的向量宽度，硬件跑多宽就多宽。怎么做到的？靠的是whilelo指令和Predicate。

举个例子，数组加法：

// NEON版本：固定处理4个float
void add_neon(float *a, float *b, float *c, int n) {
    for (int i = 0; i < n; i += 4) {
        float32x4_t va = vld1q_f32(a + i);
        float32x4_t vb = vld1q_f32(b + i);
        float32x4_t vc = vaddq_f32(va, vb);
        vst1q_f32(c + i, vc);
    }
}

// SVE2版本：向量长度无关
void add_sve2(float *a, float *b, float *c, int n) {
    while (n > 0) {
        svbool_t pg = svwhilelt_b32(0, n);
        svfloat32_t va = svld1_f32(pg, a);
        svfloat32_t vb = svld1_f32(pg, b);
        svfloat32_t vc = svadd_f32_m(pg, va, vb);
        svst1_f32(pg, c, vc);
        a += svcntw();
        b += svcntw();
        c += svcntw();
        n -= svcntw();
    }
}

看到没？svcntw()返回当前硬件能处理多少个float。在128位上是4个，256位上是8个。代码完全不用改。

我的习惯：写SVE2代码时，先假设向量宽度是未知的。用svcnt系列函数获取实际宽度，用whilelo处理边界。这样代码天然可移植。

4.3 Predicate寄存器与Loop Vectorization

Predicate是SVE2的“开关”。每个Predicate位控制对应数据通道是否执行。这玩意儿在循环向量化里太有用了。

想想看，循环的剩余元素怎么处理？NEON里你得写尾循环处理代码。SVE2呢？Predicate直接帮你搞定。

// 处理任意长度的数组，不需要尾循环
void process_any_length(int32_t *in, int32_t *out, int n) {
    svbool_t pg;
    int32_t i = 0;
    
    while (i < n) {
        // 生成有效的Predicate
        pg = svwhilelt_b32(i, n);
        
        // 加载、处理、存储
        svint32_t vec = svld1_s32(pg, in + i);
        svint32_t result = svmul_n_s32_m(pg, vec, 2);
        svst1_s32(pg, out + i, result);
        
        i += svcntw();
    }
}

我曾经在一个音频处理项目里用这个特性。采样率不同，帧长也不同。用SVE2的Predicate，一个函数处理所有情况，省了多少维护工作。

注意：Predicate不是免费的。生成Predicate的指令（如whilelo）有开销。如果循环体很小，这个开销可能抵消向量化的收益。我建议循环体至少4条以上向量指令时再用。

4.4 SVE2的Intrinsic编程

写汇编太痛苦，用Intrinsic吧。ARM提供了完整的SVE2 Intrinsic接口，风格和NEON类似，但更灵活。

命名规则：sv<操作>_<类型>_<变体>

Intrinsic模式	含义	示例
_m	合并模式，受Predicate控制	svadd_f32_m(pg, a, b)
_z	归零模式，Predicate为0的通道置0	svadd_f32_z(pg, a, b)
_x	不关心模式，Predicate为0的通道值未定义	svadd_f32_x(pg, a, b)

我个人习惯用_m模式，因为它最直观——Predicate控制哪些通道写结果。但如果你需要未激活的通道清零，用_z。

// 实际项目中的例子：带条件的向量乘法
svfloat32_t conditional_mul(svbool_t pg, svfloat32_t a, svfloat32_t b, float threshold) {
    // 先比较
    svbool_t cmp = svacgt_f32(pg, a, threshold);
    // 满足条件的做乘法，不满足的保留原值
    return svmul_f32_m(cmp, a, b);
}

避坑指南：我曾经在_x模式上栽过跟头。未定义的值在某些微架构上会导致性能异常。除非你确定不在乎那些通道的值，否则用_m或_z更安全。

知识结构图

实战建议

学SVE2，我建议你从迁移NEON代码开始。找个你熟悉的NEON函数，用SVE2重写。你会发现，大部分情况下代码更简洁，而且不用操心边界处理。

小技巧：GCC和LLVM都支持SVE2 Intrinsic。编译时加-march=armv9-a+sve2。如果你在QEMU上测试，用-cpu max,sve128=on模拟128位SVE2。

嗯，SVE2的内容远不止这些。后面我们会深入具体的指令和优化技巧。先把基础打牢，后面的路就好走了。