随着每一代新产品的推出，Arm CPU 都会实现代际性能提升，并引入架构改进，以满足不断演进的计算工作负载的需求。本文将重点介绍三个用例，以展示 Armv9 CPU 的架构特性在实际场景中产生的影响，特别是在 HDR 视频解码（加速 10%）、图像处理（加速 20%）、主要移动端应用中的功能 LibYUV（加速 26%）。
好消息是，本文中讨论的一些 Arm SVE2 优化现已可供开发者获取使用，有望提升热门媒体应用的用户体验，进一步改善人们沟通、工作和娱乐的方式。
应用开发者和 OEM 厂商面临的挑战
首先，从移动端应用开发者当前面临的挑战来看，目前市场上有超过 200 万个安卓应用[1]在争夺用户的青睐。这些应用要想保持竞争力，就必须迅速将创新成果推广到各种移动设备上。倘若依赖于功能固定的硬件，会面临产品上市时间和可移植性等方面的挑战。
与出色的用户体验相关的指标，包括应用启动时间、UI 流畅度、每秒词元 (token) 数和每秒帧数 (FPS) 稳定性等都需要切实满足用户期望。因此，OEM 厂商需要在性能提升与更广泛的用户需求（如延长电池续航时间、减少数据使用量和设备成本）之间取得平衡。其中任一方面存在不足，都可能导致用户不满意，否定升级移动设备的价值。
在 Armv9 CPU 上开发软件可以解决 OEM 厂商和开发者所面临的挑战。
Armv9 CPU 中 SVE2 的实际用例
让我们来看三个案例研究，证明软件优化可以加速实际工作负载。首先，以下是 SVE2 的一个子集和可加速移动设备上关键工作负载的 Armv9 CPU 中的新矢量指令：
- 16 位点积和 8 位矩阵乘法，可加速 HDR 视频播放和视频会议。
- 图像处理直方图指令。
- 聚合读取和分散存入，用于摄像头传感器数据的解交织处理。
- 复数指令，用于加速视频编解码器中的快速傅里叶变换。
使用这些矢量指令可使优化的软件使用更少的 CPU 周期，带来两大好处。第一，CPU 周期减少使得能耗降低，增加电池续航时间；第二，提高应用性能。
案例1.SVE2 使视频解码速度提高 10%
观看多媒体内容是移动设备上最常见的工作负载之一，也是移动端网络较大的流量来源。因此，厂商不断追求更高效的编解码器，希望在节省网络带宽的同时，支持出色的图像质量。
HDR 技术由于色彩准确度更高，可呈现更加逼真的细节，即使是在非常暗或非常亮的场景中也是如此。它使用 10 位而非 8 位来表示每个色彩通道。AV1 和 VP9 以及其他现代编解码器，且都支持 HDR 视频。
AV1 是一种较新的格式，可提供更好的压缩效果，而 VP9 则在各种浏览器和设备中具有更广泛的兼容性。一些热门应用都使用 AV1 和 VP9 格式来播放视频。
SVE2 优化使 HDR 视频解码速度提高了约 10%，VP9 解码速度提高了 8%，AV1 解码速度提高了 10%。这使得 CPU 周期减少约 10%，电量消耗也相应减少，让用户在移动设备上播放点播视频时能够获得更长的电池续航时间。如此一来，无论是观看快拍、短片还是长视频，都将变得更加顺畅！
对 libdav1d（Av1 解码器）和 libvpx（Vp9 解码器）的优化代码已经上传，开发者现可获取使用。
案例2.SVE2 使 LibYUV 速度提高了 26%
值得一提的是，我们每个人都在不知不觉中使用了 LibYUV。
LibYUV 是一个开源库，用于 RGB 和 YUV 之间的色彩空间转换、摄像头传感器数据缩放，以及摄像头滤镜和旋转。在经由视频解码器使用之前，它会对来自摄像头传感器的数据进行处理。在很多情况下，视频解码器中的数据会先通过 LibYUV 进行处理，然后再发送去显示。
SVE2 优化使 LibYUV 速度提高了 26%（Armv9 CPU 上多个内核的几何平均值）。LibYUV 中大约有 100 个内核已使用 SVE2 进行了优化，其他内核的优化工作正在进行中。部分工作已完成上传，可在 https://chromium.googlesource... 上查看。
LibYUV 作为 Chromium 的一部分进行分发。Chromium 是一个开源浏览器项目，为 Chrome 及主要手机厂商的定制浏览器（包括小米浏览器和三星浏览器等）奠定了基础。它还被集成到 AOSP 和 Android Jetpack 中。由于 LibYUV 对移动设备至关重要，它有望对整体移动端体验产生深远的影响，例如带来更好的视频会议体验、更顺畅的竖屏和横屏模式切换，以及更好的视频消费体验，并且大大延长电池续航时间。
案例3.SVE2 使计算摄影速度提高 20%
Halide 是一种专门用于图像处理领域的语言，用于 Adobe Photoshop 等应用，一些 OEM 厂商也将它用于摄像头管线。
SVE2 指令（例如聚合读取和分散存入指令）和 TBL（可编程查表，用于矢量化小型查询表）加速了 Halide 中的一些关键计算机视觉流程。iToFDepth（用于感知深度）、双边网格（用于边缘感知色调映射）和局部拉普拉斯（用于滤镜）等计算密集型算法在采用 SVE2 后，性能提升了近 20%。
使用 SVE2 来优化软件可以实时应用一些摄影效果，为入门级移动设备开辟了新的可能性，用户无需专用硬件即可获得更高质量的照片。
Arm 已针对 SVE2 代码生成优化了 Halide 后端。好消息是，一些补丁已经上线，其他补丁也正在开发中。
图：Halide-SVE2 和 Halide-Neon CPU 周期数对比
图：深度效果示例图像
图：边缘感知色调映射示例图像
如何更好地使用 SVE2？
SVE2 引入了几个新指令，非常适合加速关键的实际工作负载和应用。我们将在后续的技术文章中更详细地讨论如何使用 Armv9 CPU 实现一些性能提升，请持续关注“Arm 社区”微信公众号，敬请期待！
Arm 致力于为生态系统找到良好的平衡点，更好地兼顾开发者支持和性能提升。一些针对 SVE2 进行优化的开源库和内核已经上线，未来还会有更多资源。
Armv9 CPU 的最新进展将使开发者能够更快实现创新，为各类移动设备的最终消费者带来更好的用户体验。还等什么，赶紧采用 SVE2 开始你的开发项目，实现创新吧！
END
作者：Arm 终端事业部消费计算市场高级经理 Poulomi Dasgupta
文章来源：Arm社区
推荐阅读
- Armv9新特性:虚拟内存系统架构 (VMSA) 的增强功能
- Arm 引领软件定义汽车革新，共同迈向汽车行业未来
- 探索 AI 新未来，移动端 CPU 运行生成式 AI 实例解析
- Arm计算平台加持，全新 Llama 3.2 LLM 实现 AI 推理的全面加速和扩展
欢迎大家点赞留言，更多Arm技术文章动态请关注极术社区Arm技术专栏欢迎添加极术小姐姐微信（id:aijishu20)加入技术交流群，请备注研究方向。
