我正在尝试仅使用对齐、加载和存储来矢量化 2D 模板。为此,我想基本上使用_mm_load_ps
并_mm_shuffle_ps
获得所需的地址。
我的代码标量版本是:
void FDTD_base (float *V, float *U, int dx, int dy, float c0, float c1, float c2, float c3, float c4)
{
int i, j, k;
for (j = 4; j < dy-4; j++)
{
for (i = 4; i < dx-4; i++)
{
U[j*dx+i] = (c0 * (V[j*dx+i]) //center
+ c1 * (V[j*dx+(i-1)] + V[(j-1)*dx+i] + V[j*dx+(i+1)] + V[(j+1)*dx+i] )
+ c2 * (V[j*dx+(i-2)] + V[(j-2)*dx+i] + V[j*dx+(i+2)] + V[(j+2)*dx+i] )
+ c3 * (V[j*dx+(i-3)] + V[(j-3)*dx+i] + V[j*dx+(i+3)] + V[(j+3)*dx+i] )
+ c4 * (V[j*dx+(i-4)] + V[(j-4)*dx+i] + V[j*dx+(i+4)] + V[(j+4)*dx+i] ));
}
}
}
到目前为止,我的向量查看代码版本:
for (j = 4; j < dy-4; j++)
{
for (i = 4; i < dx-4; i+=4)
{
__m128 b = _mm_load_ps(&V[j*dx+i]);
center = _mm_mul_ps(b,c0_i);
a = _mm_load_ps(&V[j*dx+(i-4)]);
c = _mm_load_ps(&V[j*dx+(i+4)]);
d = _mm_load_ps(&V[(j-4)*dx+i]);
e = _mm_load_ps(&V[(j+4)*dx+i]);
u_i2 = _mm_shuffle_ps(a,b,_MM_SHUFFLE(1,0,3,2));//i-2
u_i6 = _mm_shuffle_ps(b,c,_MM_SHUFFLE(1,0,3,2));//i+2
u_i1 = _mm_shuffle_ps(u_i2,b,_MM_SHUFFLE(2,1,2,1));//i-1
u_i5 = _mm_shuffle_ps(b,u_i6,_MM_SHUFFLE(2,1,2,1));//i+1
u_i3 = _mm_shuffle_ps(a,u_i2,_MM_SHUFFLE(2,1,2,1));//i-3
u_i7 = _mm_shuffle_ps(u_i6,c,_MM_SHUFFLE(2,1,2,1));//i+3
u_i4 = a; //i-4
u_i8 = c; //i+4
有人可以帮我获得 j-1,j+1 .....j-4,j+4 的位置吗?
这不起作用:
u_j2 = _mm_shuffle_ps(d,b,_MM_SHUFFLE(1,0,3,2));//j-2 (this is incorrect)
u_j6 = _mm_shuffle_ps(b,e,_MM_SHUFFLE(1,0,3,2));//j+2
u_j1 = _mm_shuffle_ps(u_j2,b,_MM_SHUFFLE(2,1,2,1));//j-1
u_j5 = _mm_shuffle_ps(b,u_j6,_MM_SHUFFLE(2,1,2,1));//j+1
u_j3 = _mm_shuffle_ps(d,u_j2,_MM_SHUFFLE(2,1,2,1));//j-3
u_j7 = _mm_shuffle_ps(u_j6,e,_MM_SHUFFLE(2,1,2,1));//j+3
u_j4 = d; //j-4 (this is fine)
u_j8 = e; //j+4
我只需要帮助来确定如何获得(j-1)*dx+i
,(j+1)*dx+1
......(j-4)*dx+i
并且(j+4)*dx+i
不使用未对齐的负载。
作为一种潜在的解决方案,我想在3*dx
存储的地址中添加位移d
以获得(j-1)*dx+i
. 3*dx
并减去存储的地址的位移e
以获得(j+1)*dx+i
。类似地添加2*dx
到地址d
以获得j-2
等等。但我不知道使用 SSE 内在函数来实施此策略。
请帮忙。我正在使用英特尔 icc 编译器。