memcpy是C/C++的一个标准函数，原型void *memcpy(void *dest, const void *src, size_t n)，用于从源src所指的内存地址的起始位置开始拷贝n个字节到目标dest所指的内存地址的起始位置中。
neon是适用于ARM Cortex-A系列处理器的一种128位SIMD(Single Instruction, Multiple Data,单指令、多数据)扩展结构。neon支持一次指令处理多个数据，比如处理8个8-bit、4个16-bit、2个32-bit或1个64-bit。正是这个特性可以用于加速内存拷贝。
在正常情况下memcpy的性能已经足够使用了，但是当我们因为某些原因在拷贝大内存遇到瓶颈的时候，可以考虑使用neon来加速内存拷贝。比如我在使用glMapBufferRange把PBO从GPU内存映射到CPU内存的时候遇到了耗时问题，拷贝921600字节的数据需要30ms，在使用neon后，内存拷贝耗时直接降低到了4ms，相差将近8倍。事实上，在arm平台上使用neon指令可以高效提升数据并行处理性能，而不仅仅局限于内存拷贝。google开源的libyuv内部也使用了neon指令来并行处理数据。
使用neon指令
#ifdef __ARM__
static void neon_memcpy(volatile unsigned char *dst, volatile unsigned char *src, int sz)
{
if (sz & 63)
sz = (sz & -64) + 64;
asm volatile (
"NEONCopyPLD: \n"
" VLDM %[src]!,{d0-d7} \n"
