AARCH64 some changes / performance increasing for Apple M1 / Cortex-A7x

[magurosan]

変更点

1. Makefile.aarch64について、今時のコンパイラのトレンドに合わせてデフォルトをclangに変更しました（AppleとGoogleのGNU離れ）。
2. 同上、以前(4年前)と比べてセルフホストのAARCH64(ARM64)環境が増えてきたこともあり、x86と同じく test-arm-M* から test-std-M* に変更しております。ARM社のAARCH64上の命名規則に従いneon→asimdとしています。
3. 他方、32bitARMの方は現状通りとします。
4. SFMT-neon.hを変更しCortex-A75以降での性能を向上しました。またApple A13/A14/M1でサポートされるSHA3命令を使うことでより性能が向上するようにしています。
5. これらの変更により生成される乱数列に差異はありません。

性能の向上

Ubuntus on UserLAnd on Oculus Quest 2 (Cortex-A77)

[変更前]
32 bit BLOCK:259ms for 100000000 randoms generation
32 bit SEQUE:311ms for 100000000 randoms generation
64 bit BLOCK:259ms for 50000000 randoms generation
64 bit SEQUE:266ms for 50000000 randoms generation

[変更後]
32 bit BLOCK:149ms for 100000000 randoms generation
32 bit SEQUE:314ms for 100000000 randoms generation
64 bit BLOCK:149ms for 50000000 randoms generation
64 bit SEQUE:228ms for 50000000 randoms generation

Apple M1 on macOS 11 / MacBook Pro

[変更前]
32 bit BLOCK:84ms for 100000000 randoms generation
32 bit SEQUE:119ms for 100000000 randoms generation
64 bit BLOCK:84ms for 50000000 randoms generation
64 bit SEQUE:102ms for 50000000 randoms generation

[変更後]
32 bit BLOCK:44ms for 100000000 randoms generation
32 bit SEQUE:78ms for 100000000 randoms generation
64 bit BLOCK:44ms for 50000000 randoms generation
64 bit SEQUE:62ms for 50000000 randoms generation

[変更後(+SHA3)]
32 bit BLOCK:37ms for 100000000 randoms generation
32 bit SEQUE:71ms for 100000000 randoms generation
64 bit BLOCK:37ms for 50000000 randoms generation
64 bit SEQUE:55ms for 50000000 randoms generation

[MSaito]

ありがとう。
Thank You