neon指令每条指令花费的时钟周期是多少?有相关的文档吗？

你可以在网上搜索Cortex-A57 Software Optimization Guide， 这里面会有指令timing的信息。

写好intrinsic代码后，也可以查看反汇编，看看自己的想法是否实现了，是否有预想外的额外开销，比如额外的数据压栈之类的。