c++ - 出于某种原因，串行代码比 SIMD 代码运行得更快

Question

出于某种原因运行简单的串行代码

for(i=0;i<1152*1152;i++){
    MatrixA3[i] = MatrixA1[i] + z*MatrixA2[i];}

运行速度比矢量化等效速度快或相同；

for (int i = 0; i < 1152*1152; i+=4){
    load_data1 = _mm256_load_pd(MatrixA1 + i);
    load_data2 = _mm256_load_pd(MatrixA2 + i);
    _mm256_store_pd(MatrixA3 + i, _mm256_fmadd_pd(load_z,
    load_data2,load_data1_dp));
    }

在我的带有英特尔编译器 XE 15.0 的英特尔 i7-4578U 上，前者运行时间为 1.507 毫秒，而后者运行时间为 1.513 毫秒，运行时间为 10000。

我的经验是 avx2 内在函数的显着加速，但由于某种原因，这条线决定让我失望。请问我做错了什么？

Answer 1

你在做什么错？不信任您的编译器。

这不是手动优化的情况，任何受人尊敬的编译器都可以对其进行矢量化。