ARM Cortex-A7内联汇编实现点积遇段错误，求修正方案

原始代码（含问题汇编实现） #

#include <stdio.h>
#include <arm_neon.h>

#define ARRAY_SIZE 1024

float dot_product_c(const float *a, const float *b, int n) {
    float sum = 0.0f;
    for (int i = 0; i < n; i++) {
        sum += a[i] * b[i];
    }
    return sum;
}

float dot_product_intrinsics(const float *a, const float *b, int n) {
    float32x4_t sum_vec = vdupq_n_f32(0.0f);
    int i;
    for (i = 0; i <= n - 4; i += 4) {
        float32x4_t a_vec = vld1q_f32(a + i);
        float32x4_t b_vec = vld1q_f32(b + i);
        sum_vec = vmlaq_f32(sum_vec, a_vec, b_vec);
    }
    float sum = vaddvq_f32(sum_vec);
    for (; i < n; i++) {
        sum += a[i] * b[i];
    }
    return sum;
}

float dot_product_asm(const float *a, const float *b, int n) {
    float result;
    __asm__ volatile (
        "vpush {d8}\n"              // 仅保存被使用的被调用者寄存器
        "mov r3, #0\n"              // 初始化循环计数器
        "vmov.32 s16, #0\n"         // 修正：初始化累加寄存器为0
        "loop:\n"
        "cmp r3, %2\n"
        "beq end_loop\n"
        "vldr.32 s0, [%0, r3, lsl #2]\n"
        "vldr.32 s1, [%1, r3, lsl #2]\n"
        "vmul.f32 s2, s0, s1\n"
        "vadd.f32 s16, s16, s2\n"
        "add r3, r3, #1\n"
        "b loop\n"
        "end_loop:\n"
        "vmov.32 %3, s16\n"
        "vpop {d8}\n"               // 恢复被保存的寄存器
        : "=r"(result)
        : "r"(a), "r"(n), "r"(b)
        : "r3", "memory", "cc", "s0", "s1", "s2", "s16"
    );
    return result;
}

int main() {
    float a[ARRAY_SIZE], b[ARRAY_SIZE];
    for (int i = 0; i < ARRAY_SIZE; i++) {
        a[i] = (float)i;
        b[i] = (float)(i * 2);
    }

    float res_c = dot_product_c(a, b, ARRAY_SIZE);
    float res_intr = dot_product_intrinsics(a, b, ARRAY_SIZE);
    float res_asm = dot_product_asm(a, b, ARRAY_SIZE);

    printf("C: %.2f\n", res_c);
    printf("Intrinsics: %.2f\n", res_intr);
    printf("Assembly: %.2f\n", res_asm);

    return 0;
}

编译指令 #

arm-linux-gnueabihf-gcc -mfpu=neon-vfpv4 -march=armv7-a -O0 -o dotprod dotprod.c

问题分析与修复 #

1. vstr.32 s16, [r10] 段错误的根源与修正 #

原语句试图将s16的值写入r10指向的内存，但**r10未被初始化或绑定有效内存地址**，导致访问非法内存触发段错误。移除该语句后，s16未被初始化，结果为0是未定义行为下的巧合。

正确做法是直接初始化累加寄存器s16为0，将原错误语句替换为：

vmov.32 s16, #0

这条指令直接将s16清零，为后续的累加操作提供正确的初始值。

2. vpush/vpop 的必要性确认 #

在ARMv7-A（Cortex-A7）的EABI调用约定中：

• NEON寄存器d0-d7属于调用者保存寄存器：函数调用时会被调用者自动保存，无需手动处理
• NEON寄存器d8-d15属于被调用者保存寄存器：如果函数（这里是内联汇编块）使用了这些寄存器，必须手动保存并恢复，否则会破坏调用者的上下文数据

你的汇编代码中使用了s16（对应d8的低32位），属于d8寄存器组，因此必须用vpush/vpop保存和恢复。原代码中保存d0-d15过于冗余，只需保存被使用的d8即可，优化后能减少寄存器保存/恢复的开销，同时符合调用约定。

内容的提问来源于stack exchange，提问作者Fabrice Auzanneau