0

k=0我想计算k=100

A[j][k]=((A[j][k]-con*A[r][k])%2);

为此，我将存储(con*A[r][k])在一些中int temp[5] ，然后A[j][k]-temp[]在 SIMD 中执行以下代码中的错误，为行提供分段错误 __m128i m5=_mm_sub_epi32(*m3,*m4);

while((k+4)<100)
{       
    __m128i *m3 = (__m128i*)A[j+k]; 

    temp[0]=con*A[r][k];
    temp[1]=con*A[r][k+1];
    temp[2]=con*A[r][k+2];
    temp[3]=con*A[r][k+3];

    __m128i *m4 = (__m128i*)temp;
    __m128i m5 =_mm_sub_epi32(*m3,*m4);
    (temp_ptr)=(int*)&m5;
    printf("%ld,%d,%ld\n",A[j][k],con,A[r][k]);

    A[j][k]  =temp_ptr[0]%2;
    A[j][k+1]=temp_ptr[1]%2;
    A[j][k+2]=temp_ptr[2]%2;
    A[j][k+3]=temp_ptr[3]%2;

    k=k+4;
}
4

3 回答 3

2

很可能，您没有注意对齐。SIMD 指令需要 16 字节对齐（请参阅本文）。否则，您的程序将崩溃。

要么对齐，要么你在某处有错误的索引，并访问了错误的内存。

于 2012-05-01T19:14:07.203 回答
1

如果没有 j、k 和 r 的可能值，很难说出原因，但很可能您对数组之一进行了过度索引

于 2012-05-01T18:41:47.410 回答
0

如果你想实现：

for (k = 0; k < 100; k += 4)
{
    A[j][k] = (A[j][k] - con * A[r][k]) % 2;
}

并且您想从 SIMD 中看到一些好处，那么您需要在 SIMD 中完成这一切，即不要混合 SIMD 和标量代码。

例如（未经测试）：

const __m128i vcon = _mm_set1_epi32(con);
const __m128i vk1 = _mm_set1_epi32(1);
for (k = 0; k < 100; k += 4)
{
    __m128i v1 = _mm_loadu_si128(&A[j][k]); // load v1 from A[j][k..k+3] (misaligned)
    __m128i v2 = _mm_loadu_si128(&A[r][k]); // load v2 from A[r][k..k+3] (misaligned)

    v2 = _mm_mullo_epi32(v2, vcon);         // v2 = con * A[r][k..k+3]
    v1 = _mm_sub_epi32(v1, v2);             // v1 = A[j][k..k+3] - con * A[r][k..k+3]
    v1 = _mm_and_si128(v1, vk1);            // v1 = (A[j][k..k+3] - con * A[r][k..k+3]) % 2

    _mm_storeu_si128(&A[j][k], v1);         // store v1 back to A[j][k..k+3] (misaligned)
}

注意：如果您可以保证 A 的每一行都是 16 字节对齐的，那么您可以将未对齐的加载/存储 ( _mm_loadu_si128/ _mm_storeu_si128) 更改为对齐的加载/存储 ( _mm_load_si128/ _mm_store_si128) - 这将有助于提高性能，具体取决于您的目标 CPU。

于 2012-05-01T20:32:53.703 回答