ARM NEON 提供了數據級別的並行運算，對於數據密集型的重複運算，如音視頻編解碼，ARM NEON可以實現數據運算的並行，加速效果還是很明顯的。
但是，不得不承認，彙編難下手，開發過程緩慢（fresher），不易調試及驗證。
所以寫彙編從入手到完美的完成彙編優化任務，具體步驟分爲以下幾個方面：
1、熟悉算法及指令
2、搭建環境寫個a+b
3、正確性驗證
4、如何優化及分析
手撕底層彙編而非使用在C代碼裏內嵌 arm neon intrinsics 的原因是：可以顯得自己很厲害哈哈哈哈
真實原因：
底層彙編可以直接控制使用的寄存器，能大幅度消除寄存器之間的數據依賴。另外，可以嚴格的控制循環及數據並行度，去除不必要的冗餘操作。
常用的彙編指令分爲(自己憑感覺分的)：
從內存裏讀數據 取數據的指令
加減乘除位移的那些指令
位操作的那些指令
針對多媒體運算會有轉置呀，截取數據呀一些指令
NEON可以實現數據並行是因爲其對向量寄存器進行運算
如 計算四次加法，C語言裏：
for (int i = 0; i < 4; i++) {
d[i] = a[i] + b[i];
}arm可以用一條指令完成：
vadd.i16 d0, d1, d2所以要做的就是：如何用已有的指令，使用有限的寄存器，最大程度的挖掘數據並行度（SIMD），實現C語言裏的對應算法。