什么是使用SSE 4个浮点乘4辆花车的最有效方法是什么？

StackOverflow https://stackoverflow.com/questions/1227249

  •  22-07-2019
  •  | 
  •  

题

我现在有以下代码：

float a[4] = { 10, 20, 30, 40 };
float b[4] = { 0.1, 0.1, 0.1, 0.1 };
asm volatile("movups (%0), %%xmm0\n\t"
             "mulps (%1), %%xmm0\n\t"             
             "movups %%xmm0, (%1)"             
             :: "r" (a), "r" (b));

我首先是几个问题：

（1）如果我要对齐于16字节的边界阵列，将它甚至工作？由于阵列在栈上分配是不是真的对准它们几乎是不可能的？

看到所选答案为此信息：由GCC __attribute __（（对准对准堆栈变量（X）） ）？

（2）可以将代码在所有重构，使之更有效？如果我把两个浮标阵在寄存器中，而不只是一个？

由于

有帮助吗？

解决方案

  

如果我被对齐于16字节的边界阵列，将它甚至工作？由于阵列在栈上分配是不是真的对准它们几乎是不可能的？

这是要求在栈上对准的工作原理。否则内部函数是行不通的。我猜你报后曾与他选择的校准值过高的数值做。

至2：

没有，不应该有性能差异。看到此网站几个处理器的指令时序。

堆栈变量的取向如何工作的：

push    ebp
mov ebp, esp
and esp, -16                ; fffffff0H
sub esp, 200                ; 000000c8H

在和对齐堆的开始的16字节。

其他提示

它写在C，使用

gcc -S -mssse3

如果你有一个相当新的gcc版本。

  

（1）如果我是对齐阵列上16个字节的边界上，将它甚至工作？由于阵列在栈上分配是不是真的对准它们几乎是不可能的？

没有，这是相当简单的使用and对准堆栈指针：

and esp, 0xFFFFFFF0 ; aligned on a 16-byte boundary

但是，你应该使用什么GCC提供，如一个16个字节的类型，或__attribute__定制对准。

是否GCC提供用于__m128数据类型支持吗？如果是这样这对保证一个16字节对齐数据类型的最佳方案。不过有对准东西__attribute__((aligned(16)))。定义阵列如下

float a[4] __attribute__((aligned(16))) = { 10, 20, 30, 40 };
float b[4] __attribute__((aligned(16))) = { 0.1, 0.1, 0.1, 0.1 };

和然后使用MOVAPS代替：）

使用固有快得多尤其是与优化。 我写简单的测试，并比较两版本（ASM和本征）

unsigned long long time1;
__m128 a1,b1;


a1=_mm_set_ps(10, 20,30,40);
b1=_mm_set_ps(0.1, 0.1, 0.1, 0.1);
float a[4] = { 10, 20, 30, 40 };
float b[4] = { 0.1, 0.1, 0.1, 0.1 };

time1=__rdtsc();
a1=_mm_mul_ps(a1,b1);
time1=__rdtsc() - time1 ;
printf("Time: %llu\n",time1);


time1=__rdtsc();
asm volatile("movups (%0), %%xmm0\n\t"
                 "mulps (%1), %%xmm0\n\t"
                 "movups %%xmm0, (%1)"
                 :: "r" (a), "r" (b));
time1=__rdtsc() - time1 ;
printf("Time: %llu\n",time1);

内在版本50-60处理器时间戳 ASM版〜1000个PROC时间戳

您可以测试你的机器上

关于重构。您可以使用固有的。 例如：

#include <emmintrin.h>

int main(void)
{
    __m128 a1,b1;

    a1=_mm_set_ps(10, 20,30,40);
    b1=_mm_set_ps(0.1, 0.1, 0.1, 0.1);

    a1=_mm_mul_ps(a1,b1);

    return 0;
}

使用优化的gcc（-O2，-O3）它可以是工作更快然后ASM。

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top