SIMD编程

Question

我正在使用Core2DUO处理器（编译器GCC 4.4.1）中可用的SSE扩展。我看到有16个寄存器可用，每个寄存器长128位。现在，我可以将4个整数值容纳到一个寄存器中，而在另一个寄存器中进行4个寄存器，并使用内在词，我可以在一个指令中添加它们。显而易见的优势是我只需要1个指令而不是4个指令。

我的问题是“这全是Simd吗？”。让我有A1，A2，A3，A4，A5，A6，A7，A8和B1，B2，B3，B4，B4，B5，B6，B6，B7，B8。令A1，A2是向量寄存器。现在，A1 <<<（A1，A2，A3，A4）和B1 <<（B1，B2，B3，B4）和ADD（A1，B1）将执行向量添加。

令A2 <<<（A5，A6，A7，A8），B2 <<<（B5，B6，B7，B8）。是否有添加指令可以同时添加（A1，B1）和添加（A2，B2）。

Core2DUO中有多少个矢量功能单元，我可以在哪里获得这些信息？

高度赞赏与这些信息有关的任何其他信息来源。

Answer 1

• 不，没有任何SSE指令可以这样做。您需要发布两个说明。您是否想到X86字符串指令和代表前缀之类的东西？没有SSE等效。

• 两个四宽矢量操作 将要 在所有现代处理器都高度管道的意义上，一致执行。第二个指令将仅在第一个循环之后的1个周期降低（假设两者不是相互依存的，在您的示例中就是这种情况），因此除了那个周期之外，他们的执行时间将与时间重叠。

• 每个 核 您的多核处理器有其自己的向量功能单元。您必须编写多线程代码来利用这一点。

• 有些CPU每个核心有1个矢量单位，有些只有1/2！在后一种情况下，矢量单元仅宽64位，一次仅执行SSE指令的一半。你得到你所付出的。

• 您应该查看AVX，这是发展SSE以支持更宽向量单元的新指令集扩展程序。

• 或者，您可以在使用OpenCL或CUDA的GPU上查看实际矢量编程。

Answer 2

我认为没有一个指令可以执行此操作（除非他们将其陷入了最新版本的SSE中）。

但是，由于您正在执行的操作是独立的，因此编译器可以在第一次完成之前发布第二个添加指令。所以时间表看起来像

begin C1 = A1 + B1
begin C2 = A2 + B2
wait
end C1 = A1 + B1
end C2 = A2 + B2

因此，即使您使用了两个说明，也不一定要花两倍的时间。等待的实际持续时间将取决于处理器和您使用的特定指令的延迟。

这是对管道的更详细的解释： http://en.wikipedia.org/wiki/instruction_pipeline

对于SIMD编程的帮助， 苹果的SSE页面 很好。这有点针对人们从PowerPC迁移到SSE的应用程序，但是那里也有一些不错的一般信息。

Answer 3

英特尔网站包含您将需要的所有信息！

http://www.intel.com/products/processor/manuals/

在回答评论时进行编辑：所有信息都在链接到上面的链接中，但您可以将8个16位整数打包到1个寄存器中，因此同时执行8个同时添加，但不允许同时添加2个寄存器。