与xnn/qnn卷积的异同点

tengine nhwc的实现跟qnn/xnn的卷积很类似，

区别的地方：

1、分块大小不同，tengine是4x12的分块，xnn/qnn一般是4x4或4x8 (指浮点引擎)

2、winograd毕竟在kernel维度不需要累加，只需在channel维度累加即可，因此实现的时候遍历输入通道求和即可

相似的地方：

1、kernel的pack都是按照nchw的维度，即输出通道，然后是输入通道，最后是kernelsize维度

2、输入的pack方式也很相似，只不过tengine不像xnn/qnn那样是indirect buffer的形式，而是一个元素一个元素的重新放了一遍，

实质上是一样的

汇编代码解析

//函数声明：
extern void wino_sgemm_4x12_A17(float* output, float* input, float* kernel, long cin);

    .section .text, "ax" //.section指示把代码划分成若干个段（Section），程序被操作系统加载执行时，每个段被加载到不同的地址，操作系统对不同的页面设置不同的读、写、执行权限//.text段保存代码，是只读和可执行的，后面那些指令都属于.text段//"ax"表示该节区可分配并且可执行, ax是 allocation  execute的缩写.align 5//2^5 4字节对齐.type wino_sgemm_4x12_A17 STT_FUNC.global wino_sgemm_4x12_A17//wino_sgemm_4x12_A17 是一个符号（Symbol），符号在汇编程序中代表一个地址，可以用在指令中，
汇编程序经过汇编器的处理之后，所有的符号都被替换成它所代表的地址值。在C语言中我们通过变量名访问一
个变量，其实就是读写某个地址的内存单元，我们通过函数名调用一个函数，其实就是跳转到该函数第一条指令
所在的地址，所以变量名和函数名都是符号，本质上是代表内存地址的。//.global指示告诉汇编器，wino_sgemm_4x12_A17这个符号要被链接器用到，所以要在目标文件的符号
表中标记它是一个全局符号。_start就像C程序的main函数一样特殊，是整个程序的入口，链接器在链接时会查
找目标文件中的wino_sgemm_4x12_A17符号代表的地址，把它设置为整个程序的入口地址，所以每个汇编程序
都要提供一个wino_sgemm_4x12_A17符号并且用.global声明。如果一个符号没有用.global声明，就表示这
个符号不会被链接器用到.hidden wino_sgemm_4x12_A17wino_sgemm_4x12_A17:
.fpu neonpld        [r1,#0x80]push        {r4, lr}vpush        {d8-d15}vmov.i64    q4,  #0x0vmov.i64    q5,  #0x0vmov.i64    q6,  #0x0vmov.i64    q7,  #0x0vmov.i64    q8,  #0x0vmov.i64    q9,  #0x0vmov.i64    q10, #0x0vmov.i64    q11, #0x0vmov.i64    q12, #0x0vmov.i64    q13, #0x0vmov.i64    q14, #0x0vmov.i64    q15, #0x0cmp        r3, #0x4blt        loop4_endlsr        r4, r3, #0x2loop4:vldm        r1!,{d0-d1}        // i[3-0][0]vldm        r2,{d2-d7}        // k[11-0][0]subs        r4, r4, #1vmla.f32    q4, q0, d2[0]vmla.f32    q5, q0, d2[1]vmla.f32    q6, q0, d3[0]vmla.f32    q7, q0, d3[1]vmla.f32    q8, q0, d4[0]vmla.f32    q9, q0, d4[1]vldr        d2,[r2,#0x30]vldr        d3,[r2,#0x38]vmla.f32    q10,q0, d5[0]vmla.f32    q11,q0, d5[1]vmla.f32    q12,q0, d6[0]vmla.f32    q13,q0, d6[1]vmla.f32    q14,q0, d7[0]vmla.f32    q15,q0, d7[1]vldm        r1!,{d0-d1}        // i[3-0][0]vldr        d4,[r2,#0x40]vldr        d5,[r2,#0x48]vmla.f32    q4, q0, d2[0]vmla.f32    q5, q0, d2[1]vmla.f32    q6, q0, d3[0]vmla.f32    q7, q0, d3[1]vldr        d6,[r2,#0x50]vldr        d7,[r2,#0x58]vmla.f32    q8, q0, d4[0]vmla.f32    q9, q0, d4[1]vmla.f32    q10,q0, d5[0]vmla.f32    q11,q0, d5[1]vldr        d2,[r2,#0x60]vldr        d3,[r2,#0x68]vmla.f32    q12,q0, d6[0]vmla.f32    q13,q0, d6[1]vmla.f32    q14,q0, d7[0]vmla.f32    q15,q0, d7[1]vldm        r1!,{d0-d1}        // i[3-0][0]vldr        d4,[r2,#0x70]vldr        d5,[r2,#0x78]vmla.f32    q4, q0, d2[0]vmla.f32    q5, q0, d2[1]vmla.f32    q6, q0, d3[0]vmla.f32    q7, q0, d3[1]vldr        d6,[r2,#0x80]vldr        d7,[r2,#0x88]vmla.f32    q8, q0, d4[0]vmla.f32    q9, q0, d4[1]vmla.f32    q10,q0, d5[0]vmla.f32    q11,q0, d5[1]vldr        d2,[r2,#0x90]vldr        d3,[r2,#0x98]vmla.f32    q12,q0, d6[0]vmla.f32    q13,q0, d6[1]vmla.f32    q14,q0, d7[0]vmla.f32    q15,q0, d7[1]vldm        r1!,{d0-d1}        // i[3-0][0]vldr        d4,[r2,#0xa0]vldr        d5,[r2,#0xa8]vmla.f32    q4, q0, d2[0]vmla.f32    q5, q0, d2[1]pld        [r1,#0x140]vmla.f32    q6, q0, d3[0]vmla.f32    q7, q0, d3[1]vldr        d6,[r2,#0xb0]vldr        d7,[r2,#0xb8]vmla.f32    q8, q0, d4[0]vmla.f32    q9, q0, d4[1]pld        [r2,#0x380]vmla.f32    q10,q0, d5[0]pld        [r2,#0x3c0]vmla.f32    q11,q0, d5[1]pld        [r2,#0x400]vmla.f32    q12,q0, d6[0]add        r2, r2, #0xc0vmla.f32    q13,q0, d6[1]vmla.f32    q14,q0, d7[0]vmla.f32    q15,q0, d7[1]bne        loop4loop4_end:ands        r3, r3, #0x3beq        save_resultloop1:vldm        r1!,{d0-d1}        // i[3-0][0]vldm        r2!,{d2-d7}        // k[11-0][0]vmla.f32    q4, q0, d2[0]vmla.f32    q5, q0, d2[1]vmla.f32    q6, q0, d3[0]vmla.f32    q7, q0, d3[1]vmla.f32    q8, q0, d4[0]vmla.f32    q9, q0, d4[1]vmla.f32    q10,q0, d5[0]vmla.f32    q11,q0, d5[1]vmla.f32    q12,q0, d6[0]vmla.f32    q13,q0, d6[1]vmla.f32    q14,q0, d7[0]vmla.f32    q15,q0, d7[1]subs        r3, r3, #0x1bne        loop1save_result:vstm        r0!, {d8-d23}vstm        r0, {d24-d31}end:vpop       {d8-d15}pop        {r4,pc}.end