4

我目前正在尝试仅使用 C# 计算一个巨大数组中所有值的总和，并使用 SIMD 来比较性能，而 SIMD 版本要慢得多。请查看下面的代码片段，如果我遗漏了什么，请告诉我。“vals”是从图像文件中读取的巨大数组，并省略了该部分以保持精简。

var watch1 = new Stopwatch();
watch1.Start();
var total = vals.Aggregate(0, (a, i) => a + i);
watch1.Stop();
Console.WriteLine(string.Format("Total is: {0}", total));
Console.WriteLine(string.Format("Time taken: {0}", watch1.ElapsedMilliseconds));

var watch2 = new Stopwatch();
watch2.Start();
var sTotal = GetSIMDVectors(vals).Aggregate((a, i) => a + i);
int sum = 0;
for (int i = 0; i < Vector<int>.Count; i++)
    sum += sTotal[i];
watch2.Stop();
Console.WriteLine(string.Format("Another Total is: {0}", sum));
Console.WriteLine(string.Format("Time taken: {0}", watch2.ElapsedMilliseconds));

和 GetSIMDVectors 方法

private static IEnumerable<Vector<int>> GetSIMDVectors(short[] source)
{
    int vecCount = Vector<int>.Count;
    int i = 0;
    int len = source.Length;
    for(i = 0; i + vecCount < len; i = i + vecCount)
    {
        var items = new int[vecCount];
        for (int k = 0; k < vecCount; k++)
        {
            items[k] = source[i + k];
        }
        yield return new Vector<int>(items);
    }
    var remaining = new int[vecCount];
    for (int j = i, k =0; j < len; j++, k++)
    {
        remaining[k] = source[j];
    }
    yield return new Vector<int>(remaining);
}
4

1 回答 1

9

正如@mike z 所指出的，您需要确保您处于发布模式并针对 64 位，否则支持 SIMD 的编译器 RuyJIT 将无法工作（目前仅支持 64 位架构）。在执行之前进行检查始终是一个很好的做法，可以使用：

Vector.IsHardwareAccelerated;

此外，在创建向量之前，您无需先使用 for 循环创建数组。您只需使用vector<int>(int[] array,int index)构造函数从原始源数组创建向量。

yield return new Vector<int>(source, i);

代替

var items = new int[vecCount];
for (int k = 0; k < vecCount; k++)
{
    items[k] = source[i + k];
}
yield return new Vector<int>(items);

这样，我设法使用随机生成的大型数组将性能提高了近3.7 倍。

此外，如果您要更改您的方法，使用一个在获得 valew 后立即计算总和的方法new Vector<int>(source, i)，如下所示：

private static int GetSIMDVectorsSum(int[] source)
    {
        int vecCount = Vector<int>.Count;
        int i = 0;
        int end_state = source.Length;

        Vector<int> temp = Vector<int>.Zero;


        for (; i < end_state; i += vecCount)
        {
            temp += new Vector<int>(source, i);

        }

        return Vector.Dot<int>(temp, Vector<int>.One);


    }

此处的性能提升更为显着。在我的测试中，我设法将性能提高了16 倍。vals.Aggregate(0, (a, i) => a + i)

但是，从理论的角度来看，如果例如Vector<int>.Count返回 4，那么任何高于4 倍的性能提升都表明您正在将矢量化版本与相对未优化的代码进行比较。

这将是vals.Aggregate(0, (a, i) => a + i)你的情况。所以基本上，这里有足够的空间供你优化。

当我用一个微不足道的 for 循环替换它时

private static int no_vec_sum(int[] vals)
{
    int end = vals.Length;
    int temp = 0;

    for (int i = 0; i < end; i++)
    {
        temp += vals[i];
    }
    return temp;
}

我的性能只提高了1.5 倍。不过，考虑到操作的简单性，对于这种非常特殊的情况，这仍然是一个改进。

不用说，矢量化版本需要大型数组来克服new Vector<int>()在每次迭代中创建所引起的开销。

于 2016-01-22T07:32:23.540 回答