硬浮点，硬件浮点计算器计算。

软浮点，调用软件浮点库函数计算。

硬浮点Hard-float
编译器将代码直接编译后给硬件浮点协处理器(浮点运算单元FPU)去执行。FPU通常有一套额外的寄存器来完成浮点参数传递和运算。使用实际的硬件浮点运算单元FPU当然会带来性能的提升。因为往往一个浮点的函数调用需要几个或者几十个时钟周期。
软浮点 Soft-float
编译器把浮点运算转换成浮点运算的函数调用和库函数调用，没有FPU的指令调用，也没有浮点寄存器的参数传递。浮点参数的传递也是通过ARM寄存器或者堆栈完成。
软浮点支持是由交叉工具链提供的功能，与Linux内核无关。当使用软浮点工具链编译浮点操作时，编译器会用内联的浮点库替换掉浮点操作，使得生成的机器码完全不含浮点指令，但是又能够完成正确的浮点操作。
在 ARMv7 体系结构之前，VFP 代表矢量浮点体系结构，并曾用于矢量运算。
对于许多应用来说，设置硬件浮点至关重要，在与 NEON™ 多媒体处理功能结合使用时，硬件浮点可用于增强图像应用程序的性能(如缩放、2D 和 3D 转换、字体生成和数字过滤)。
NEON是通用的SIMD(单指令多数据)引擎。通过NEON可以加速多媒体和信号的处理算法。NEON的函数是C语言风格，但是编译后成为汇编语句，这样执行的效率会提高。Neon是ARM核心附带的浮点SIMD引擎，可以把它当一个DSP用。如果不使用Neon，就只能用CPU自带的VFP进行浮点运算。标准A8的VFP没有管线化，速度是比较低的。A9的VFP管线化后，效能有明显提升，但还是不如Neon。
Neon支持与VFP类似，都需要编译器和Kernel双方支持才可以。
Kernel配置中：
Floatingpoint emulation  --->
[*]VFP-format floating point maths
[ ]   Advanced SIMD (NEON) Extension support
需要选中。
想要使用硬件浮点协处理器来帮助运算Application中的浮点运算。需要以下几个前提条件：
1. Kernel中设置支持硬件协处理器。
2. 编译器支持将浮点运算翻译成硬件浮点运算指令，或者在需要浮点运算的时候手动调用相应的浮点运算指令。
编译选项：
-mfpu =name(neon orvfpvx)指定FPU 单元
-mfloat-abi= name(soft、hard、 softfp)：指定软件浮点或硬件浮点或 兼容软浮点调用接口
如果只指定 -mfpu，那么默认编译不会选择选择硬件浮点指令集
如果只指定 -mfloat-abi = hard或者softfp，那么编译会使用硬件浮点指令集

很多时候我们要处理的数据，不仅仅是整数和字符串，还有浮点数即小数。在多媒体数据处理方面表现的更多。是不是所有的CPU都支持，浮点运算呢?答案:不是。

我们常常听到赢浮点和软浮点，这些到底说的是什么呢?下面我们就来一探究竟吧。在这里我们说的是ARM核浮点运算。

(1)硬浮点(hard-float)

编译器将代码直接编译成硬件浮点协处理器(浮点运算单元FPU)能识别的指令，这些指令在执行的时候ARM核直接把它转给协处理器执行。FPU 通常有一套额外的寄存器来完成浮点参数传递和运算。使用实际的硬件浮点运算单元(FPU)会带来性能的提升。

(2)软浮点(soft-float)

编译器把浮点运算转成浮点运算的函数调用和库函数调用，没有FPU的指令调用，也没有浮点寄存器的参数传递。浮点参数的传递也是通过ARM寄存器或者堆栈完成。现在的Linux系统默认编译选择使用hard-float,如果系统没有任何浮点处理器单元，这就会产生非法指令和异常。因而一般的系统镜像都采用软浮点以兼容没有VFP的处理器。

用一句话总结，软浮点是通过浮点库去实现浮点运算的，效率低；硬浮点是通过浮点运算单元(FPU)来完成的，效率高。

一、使用浮点库实现浮点运算(soft-float)

例如:我想实现两个浮点数相加，代码如下:



使用GNU ARM编译器翻译成的部分汇编代码如下:



从图中我们可以知道，默认情况下，编译器使用的是软浮点，图中__aeabi_fadd这个函数是在浮点库中实现。如果想让代码能正常的运行，还需要在连接的时候静态连接一下浮点库。

在这里我们以一个完成的案例来说明一下，软浮点库的使用方法。

start.S:

        .global _start

        #define USER_MODE 0x10

        _start:

        @设置CPU为user模式

        mov r0,#USER_MODE

        msr cpsr_c,r0

        @跳到main函数

        ldr sp,=0x34000

        bl main

        stop:

        b stop

        main.c:

        int main()

        {

                float f1,f2,f3;

                f1 = 1.24;

                f2 = 1.22;

                f3 = f1 + f2;

                return 0;

        }

        Makefile:

        LD=arm-none-eabi-ld

        OBJDUMP=arm-none-eabi-objdump

        RM=rm -rf

        CFLAG= -g -c 

        ASFLAG=-g -c

        OBJ=start.o main.o

        LDFLAGS= -static -L\

        #指定浮点库所在的路径

        "C:\Program Files\yagarto\lib\gcc\arm-none-eabi\4.6.2" -lgcc

        #设置编译模式

        %.o:%.S

        $(CC) $(ASFLAG) $< -o $@ 


        %.o:%.c

        $(CC) $(CFLAG) $< -o $@

        all:$(OBJ) 

        $(LD) -Ttext=0x20000 $^ -o arm.elf $(LDFLAGS)

        $(OBJDUMP) -D arm.elf > arm.dis

        clean:

        $(RM) *.o arm.dis arm.elf

使用硬件浮点实现浮点运算(hard-float)

使用硬件浮点的时候，我们需要给编译器传递一些参数，让编译器编译出硬件浮点单元处理器能识别的指令。

(1)-mfpu=name

参数-mfpu就是用来指定要产生那种硬件浮点运算指令,常用的右vfp和neon等。

浮点协处理器指令:

ARM10 and ARM9:

        -mfpu=vfp(or vfpv1 or vfpv2)

        Cortex-A8:

        -mfpu=neon

(2) -mfloat-abi=value

-mfloat-abi=soft 使用这个参数时，其将调用软浮点库(softfloat lib)来支持对浮点的运算，GCC编译器已经有这个库了，一般在libgcc里面。这时根本不会使用任何浮点指令，而是采用常用的指令来模拟浮点运算。但使用的ARM芯片不支持硬浮点时，可以考虑使用这个参数。在使用这个参数时，连接时一般会出现下面的提示：

undefined reference to `__aeabi_fdiv'

或者类似的提示，主要因为一般情况下连接器没有去主动寻找软浮点库，这时使用将libgcc库加入即可。

-mfloat-abi=softfp

-mfloat-abi=hard

这两个参数都用来产生硬浮点指令，至于产生哪里类型的硬浮点指令，需要由

-mfpu=xxx参数来指令。这两个参数不同的地方是：

-mfloat-abi=softfp生成的代码采用兼容软浮点调用接口(即使用-mfloat-abi=soft时的调用接口)，这样带来的好处是：兼容性和灵活性。库可以采用-mfloat-abi=soft编译，而关键的应用程序可以采用-mfloat-abi=softfp来编译。特别是在库由第三方发布的情况下。

-mfloat-abi=hard生成的代码采用硬浮点(FPU)调用接口。这样要求所有库和应用程序必须采用这同一个参数来编译，否则连接时会出现接口不兼容错误。

我们对main.c文件使用硬件浮点重新编译:



翻译成的汇编代码如下:



start.s:

        .global _start

        #define USER_MODE 0x10

        _start:

        @ 设置为所有模式都可以访问协处理器,cortex-A8手册 3.2.27

        mov r0, #0xfffffff

        mcr p15, 0, r0, c1, c0, 2

        @ 使能NEON and VFP协处理器,NEON and VFP enable bit.

        @ 设置fpexc的30位为1去使能NEON and VFP,cortex-A8 手册 13.4.3

        ldr r0, =1<<30

        fmxr fpexc, r0

        @设置CPU为user模式

        mov r0,#USER_MODE

        msr cpsr_c,r0

        @跳到main函数

        ldr sp,=0x34000

        bl main

        stop:

        b stop

        main.c:

        int main()

        {

                float f1,f2,f3;

                f1 = 1.24;

                f2 = 1.22;

                f3 = f1 + f2;

                return 0;

        }

        Makefile:

        CC=arm-none-eabi-gcc

        AS=arm-none-eabi-as

        LD=arm-none-eabi-ld

        OBJDUMP=arm-none-eabi-objdump

        RM=rm -rf

        CFLAG=-g -c -mfpu=neon -mfloat-abi=softfp

        ASFLAG=-g -c -mfpu=neon -mfloat-abi=softfp

        OBJ=start.o main.o

        #设置编译模式

        %.o:%.S

        $(CC) $(ASFLAG) $< -o $@ 

        %.o:%.c

        $(CC) $(CFLAG) $< -o $@

        all:$(OBJ) 

        $(LD) -Ttext=0x20000 $^ -o arm.elf 

        $(OBJDUMP) -D arm.elf > arm.dis

        clean:

        $(RM) *.o arm.dis arm.elf

浮点型
C++提供一种灵活的的标准，类型的长度只要确保大于最小长度就行了，所以在不同系统上，类型的长度并不一定相同。
在C++中 在文件climit 与cfloat能够查看整型，浮点型的大小等信息。
#include<climits>
#include<cfloat>

三个浮点型之间的对比




浮点型
内存大小
精度   （64位系统）




float
至少32位，一般32位
小数点后6~7位


double
至少48位，一般64位
小数点后15-17位


long double
至少与double相同，一般80，96，128位
与double相同


编写代码验证浮点型精度
#include<iostream>
#include<iomanip>
using namespace std;
int main(void)
{
	//小数点后位19位3
	float a=1.3333333333333333333;
	double b= 1.3333333333333333333;
	long double c= 1.3333333333333333333;
	//std::setprecision(20) 设置输出精度为20
	cout <<"float:"<< std::setprecision(20) << a << endl;
	cout<<"double:"<<std::setprecision(20) << b<<endl;
	cout << "long double:" << std::setprecision(20) << c << endl;
}

最后输出结果：