0

我的 SSE 代码的性能存在问题。我尝试计算 Pi 数并使用http://en.wikipedia.org/wiki/Leibniz_formula_for_%CF%80。因此，当我进行 1*10^11 次迭代时，我的性能（-100%）比没有 SSE 的代码更差。如果我进行 1*10^10 次迭代，我的性能比没有 SSE 的代码更好。

我使用 Visual Studio C++ 编译器和英特尔编译器（没有优化！）。当然，我可以使用带有优化的编译器（我会得到完美的结果），但我想了解哪里出了问题。

我尝试对齐数据（你可以看到它），我使用 VS C++ 编译器获得了更好的性能（-40% 而不是 -100%），但是使用英特尔编译器的性能我得到 -85% 而不是 -100 :) 我使用 getTickCount来衡量时间。

我的处理器是 AMD Turon X2 Dual-Core Mobile-RM74。可能是有道理的:)

我的 SSE 代码

    double *a = (double*) _mm_malloc(4 * sizeof(double  ), 16);
double *i = (double*) _mm_malloc(sizeof(double), 64); //good point
double *k = (double*) _mm_malloc(sizeof(double), 64);
double *result = (double*) _mm_malloc(sizeof(double), 64);
double *temp = (double*) _mm_malloc(sizeof(double), 64);
*temp = 0.0;
*result = 0.0;
*k = 1.0;
a[0] = 1;
a[1] = -1;
for (*i = 1; *i < 100000000000; *i += 2, *k += 4.0) {
        a[2] = *k;
        a[3] = *k + 2;
    __asm {
        mov eax, dword ptr a

        movapd XMM0, xmmword ptr [eax ]
        movapd XMM1, xmmword ptr [eax + 16]

        divpd XMM0, XMM1

        movapd XMM1, XMM0

        psrldq XMM1,8

        addpd   XMM0,XMM1  
        mov eax, dword ptr temp;

        movsd [eax], XMM0
    }

    *result += *temp;
}

*result = *result * 4.0;

定时getTickcount。小姐。

intel + O       | 942901
intel - O       | 1273139
intel + sse + O | 948096 
intel + sse - O | 2354382 |(unaligned data)
VS + O          | 949079
VS - O          | 1106749
VS + SSE + O    | 968189
VS + SSE - O    | 2180067 | (unaligned data)
VS + SSE - O    | 1674201 | (aligned data)
intel + sse - O | 1921437 |(aligned data)
4

0 回答 0