vfmlalq_low/high_f16内联函数未更新结果值的技术疑问

• 核心问题：你误解了NEON内联函数的调用逻辑——vfmlalq_low_f16和vfmlalq_high_f16不会原地修改传入的float32x4_t寄存器，而是返回计算后的新向量值。你的代码仅调用了函数，但未将返回值赋值给l和h，因此原变量完全没有更新。

• 正确用法：必须将函数返回的结果重新赋值给目标变量，才能得到累加后的结果。

修正后的代码 #

int main(void) {
    float32x4_t l = vdupq_n_f32(1);
    float32x4_t h = vdupq_n_f32(1);
    float16x8_t a = vdupq_n_f16(2);
    float16x8_t b = vdupq_n_f16(3);

    dump_f32("l", l);
    dump_f32("h", h);
    dump_f16("a", a);
    dump_f16("b", b);

    // 关键：将函数返回的计算结果赋值给原变量
    l = vfmlalq_low_f16(l, a, b);
    h = vfmlalq_high_f16(h, a, b);

    dump_f32("l", l);
    dump_f32("h", h);
}

预期运行结果 #

修正后，l的每个元素会计算为1 + 2*3 = 7，h的每个元素同理也会变为7，输出如下：

l = [ 1.000000 1.000000 1.000000 1.000000 ]
h = [ 1.000000 1.000000 1.000000 1.000000 ]
a = [ 2.000000 2.000000 2.000000 2.000000 2.000000 2.000000 2.000000 2.000000 ]
b = [ 3.000000 3.000000 3.000000 3.000000 3.000000 3.000000 3.000000 3.000000 ]
l = [ 7.000000 7.000000 7.000000 7.000000 ]
h = [ 7.000000 7.000000 7.000000 7.000000 ]

补充说明 #

所有ARM NEON算术运算内联函数（如vaddq_f32、vmulq_f16等）均遵循纯函数设计：接收输入向量，计算后返回新向量，不会修改输入参数。这是因为NEON寄存器采用值传递，函数无法直接修改调用者的变量，必须通过返回值传递计算结果。

内容的提问来源于stack exchange，提问作者Thomas Lavergne