C++ ARM64 ASIMD固有的加载uint8_t* 到uint16x8(x3)

我正在寻找一种将元素从8位源数组(uint8_t*)加载到数据格式为uint16x8_t或更好的uint16x8x3_t的AArch64neon/ASIMD寄存器的方法.因此，基本上，源数组中的每个字节都必须作为短字节加载到寄存器中.

在for循环中，我必须在每次迭代中使用一批新的值进行加载.

我找不到任何ASIMD内部函数来做这件事，但也许我遗漏了一些东西.我目前的方法是首先将元素加载为uint8x8x3_t，执行扩大左移(使用vmovl_u8，使元素变为uint16x8_t)，但这似乎非常低效:

uint8x8x3_t bgrChunk = vld3_u8(bgr);
uint16x8_t b = vmovl_u8(bgrChunk.val[0]);
uint16x8_t g = vmovl_u8(bgrChunk.val[1]);
uint16x8_t r = vmovl_u8(bgrChunk.val[2]);
bgr += 24; // Required for next iteration

我也try 了以下方法，但这个性能比上面的更差；

uint16_t bgrValues[] = { bgr++, bgr++, bgr++, ... repeat up to 24 elements ..., bgr++, bgr++ };
uint16x8x3_t bgrChunk = vld3q_u16(bgrValues);

有没有更有效的方法来做到这一点，或者我是不是错过了一些内在的东西，可以让我更容易做到这一点？

Edit; Extended example of what I want

假设我有一个数组uint8_t*，其值为{ 5，33，102，153. }

有没有一种方法可以将每个8位individual元素作为16位值直接加载到寄存器中，以便该寄存器将包含16-bit个值{5，33,102,153...}?

void foo(uint8_t* bgr, uint16_t width, uint16_t height) {
  for (uint16_t y = 0; y < height; y++) {
    for (uint16_t x = 0; x < width; x += 8) {
      // I want to load 8-bit values as 16-bit values here. Is there a more efficient way to do this than the code below?
      uint8x8x3_t bgrChunk = vld3_u8(bgr);
      uint16x8_t b = vmovl_u8(bgrChunk.val[0]);
      uint16x8_t g = vmovl_u8(bgrChunk.val[1]);
      uint16x8_t r = vmovl_u8(bgrChunk.val[2]);
      bgr += 24;
      // ... Some operations working on the loaded data
    }
  }
}