ARMv8 CRC 性能实测: 硬件指令快 8 倍, NEON 反而更慢

#include <arm_neon.h>
#include <stdbool.h>
#include <stdint.h>
#include <stdio.h>
#include <stdlib.h>
#include <time.h>

#define DATA_SIZE 1024 * 1024  // 1MB

// BUG: vaddq_u8 是 8-bit 无符号加法，每个 lane 在超过 255 后会回绕 (wrap around)。
// 对于 1MB 数据，每个 lane 累加值远超 255，结果与 crc_Simple 的 int 累加不一致。
// 正确做法应使用 vaddw_u8 / vpaddlq_u8 将 8-bit 扩展到 16-bit 或 32-bit 再累加。
bool crc_NEON(uint8_t* data, uint32_t len) {
    int sum = 0;
    uint32_t i = 1;
    uint8x16_t v_sum = vdupq_n_u8(0);

    for (; i + 16 <= len; i += 16) {
        uint8x16_t v_data = vld1q_u8(data + i);
        v_sum = vaddq_u8(v_sum, v_data);
    }

    uint8_t temp[16];
    vst1q_u8(temp, v_sum);
    for (int j = 0; j < 16; j++) { sum += temp[j]; }
    for (; i < len; i++) { sum += data[i]; }

    // 注意: data[len] 访问看似越界，但此处的约定是 data 数组实际分配了 len+1 字节，
    // data[len] 存放的是校验字节。调用方需确保分配足够空间。
    return ((uint8_t)((0x100 - (sum & 0xff)) & 0xff) == data[len]);
}

bool crc_Simple(uint8_t* data, uint32_t len) {
    int sum = 0;
    for (uint32_t i = 1; i < len; i++) { sum += data[i]; }
    // 同上，data[len] 是校验字节，调用方需确保 data 分配了 len+1 字节。
    return ((uint8_t)((0x100 - (sum & 0xff)) & 0xff) == data[len]);
}

// 注意: 此函数使用的是 ARMv8 CRC32 扩展指令 (crc32cx/crc32cw/crc32ch/crc32cb)，
// 这些是标量整数流水线指令，不是 NEON (Advanced SIMD) 指令。
// 需要 -march=armv8-a+crc 编译选项。
//
// 严格别名警告: 将 uint8_t* 强制转换为 uint64_t*/uint32_t*/uint16_t* 违反了
// C/C++ 严格别名规则 (strict aliasing)，在 -O2 下可能导致未定义行为。
// 生产代码应使用 memcpy 或 __attribute__((may_alias)) 类型来安全地读取数据。
uint32_t crc32_do_HW(const void *const in_buf, uint32_t crc,
                       const uint64_t in_buf_len) {
    int64_t bytes = in_buf_len;
    const uint8_t *data = (const uint8_t *)(in_buf);
    while (bytes >= sizeof(uint64_t)) {
        __asm__("crc32cx %w[c], %w[c], %x[v]"
                : [c] "+r"(crc)
                : [v] "r"(*((uint64_t *)data)));
        data += sizeof(uint64_t);
        bytes -= sizeof(uint64_t);
    }
    if (bytes & sizeof(uint32_t)) {
        __asm__("crc32cw %w[c], %w[c], %w[v]"
                : [c] "+r"(crc)
                : [v] "r"(*((uint32_t *)data)));
        data += sizeof(uint32_t);
        bytes -= sizeof(uint32_t);
    }
    if (bytes & sizeof(uint16_t)) {
        __asm__("crc32ch %w[c], %w[c], %w[v]"
                : [c] "+r"(crc)
                : [v] "r"(*((uint16_t *)data)));
        data += sizeof(uint16_t);
        bytes -= sizeof(uint16_t);
    }
    if (bytes & sizeof(uint8_t)) {
        __asm__("crc32cb %w[c], %w[c], %w[v]"
                : [c] "+r"(crc)
                : [v] "r"(*((uint8_t *)data)));
    }
    return crc;
}