首先总结一下计算机中的浮点数的存储。
浮点数的标准是IEEE-754，规定了浮点数的存储都是通过科学计算法来存储的，n2-e的表示。
浮点数首先分为，定浮点(fixed-point)和浮点(float-point)，定浮点就是说e的值是不变的。
目前浮点的计算都是将浮点转换为定浮点来计算，由此衍生出，单精度浮点和双精度浮点。
浮点数的存储，前半部分表示exponent(可以是负数，使用补码表示)，后半部分表示fraction(规定fraction必须是1.x的格式)。
单精度的储存位宽是32bit，e占7bit，最大表示-62---63，fraction占23bit。
双精度的存储位宽是64bit，e占10bit，最大表示-510---511，fraction占52bit。
比如1.01 X 2-3，其中exponent表示-3，.01表示fraction。
单精度和双精度的，精度对比：
浮点数的规则化(normalized)：
fraction必须是|1.x|的格式；
非规则化的数：
正零：所有bit都为0；
负零：除了符号位，都为0；
无穷大：exponent的所有bit都为1；fraction的所有值都为0；
负无穷大：exponent的所有bit都为1；fraction的所有值都为0，符号位为1；
非法数值：exponent的所有bit都为1；fraction的值不全为0；NaN(Not a Number)
浮点数的计算：
1)判断是否有操作数为0；
2)对阶：小阶向大阶对齐，阶小的那个数(看正负)，exponent加n，fraction右移n位。
3)加减运算，fraction做加减运算，exponent不变。
4)结果规格化。(这时会有舍入处理，IEEE754规定了几种舍入)
判断溢出，浮点只有exponent的上溢，(正数相加不为负，负数相加不为正)；
加减：
乘法：
除法：
平方根：
Basic op：
arm的SIMD指令的发展：
SIMD，一般应用在数据量较大的场合，使用一条指令，加载多个同样type和size的数据，并对数据进行并行处理；
例如，2个32bit的数据加法，被替换为，4个8bit的数据加法。
armv6，提出一些SIMD的指令，将多个16bit，8bit的数据加载到32bit寄存器中，但是并没有单独的执行单元，
也没有单独的流水线。指令名字就是在之后加16或8的后缀。
armv7，引入了advanced SIMD，定义了自己的向量寄存器，自己的流水线执行单元。这些SIMD的扩展被称为NEON。
向量寄存器，是一组64bit的双字，或28bit的四字，
NEON指令可以实现：
1) 存储空间访问；
2) 在NEON和general寄存器之间的数据copy；
3) 数据类型转换；
4) 数据计算；支持8bit，16bit，32bit，64bit的符号数整型，32bit/16bit的单精度浮点，
NEON指令：
VADD.I16 q0, q1, q2，表示使用8个16bit的并行加，
VMULL.S16, Q0, D2, D3，表示使用4个16bit的并行乘，
NEON在使用gcc编译器时的选项：
1) 编译汇编，arm-none-linux-gnueabi-as -mfpu=neon asm.s
2) 关联函数intrinsics， #include <arm_neon.h>
uint32x4_t double_elements(uint32x4_t input)
{ return(vaddq_u32(input, input));
}
arm-none-linux-gnueabi-gcc -mfpu=neon intrinsic.c
3) 优先矢量化，arm-none-linux-gnueabi-gcc -mfpu=neon -ftree-vectorize -c vectorized.c
4) 使用优化库，OpenMAX，需要下载安装，程序中加入头文件，#include <omxSP.h>
VFP在使用时，与NEON的编程类似，寄存器一部分是共享的。
NEON与VFP的浮点计算对比：
1) NEON是SIMD指令，处理较多数据的效率高，并行度也高(最多是4)。
2) VFP支持全IEEE754的标准，NEON只支持单精度浮点。
gcc的选项，-mfpu = (neon/vfpvx) 指定FPU单元；
-mfloat-abi = (soft, hard, softfp)指定软件浮点，硬件浮点，兼容软浮点调用接口；