0

我正在尝试在大型有符号短图像（1000X1000）上实现定点 7X7 卷积。(float) 内核按比例放大（1<<14）以获得有效结果，最终结果按比例缩小。

我正在使用 SSE 实现它。

处理整数向量的主要问题是任何乘法函数都会给出部分结果（下/上）或立即缩小结果 mulhrs。

为了克服这个问题，我被迫将 16 位结果转换为 32 位：

    kernelVec   =   _mm_set1_epi16(kernel); \
    inputVec    =   _mm_srli_epi16(_mm_lddqu_si128(vInput),(shift)); \
    mulLowVec   =   _mm_mullo_epi16(inputVec, kernelVec); \
    mulHighVec  =   _mm_mulhi_epi16(inputVec, kernelVec);\
    sumLeft     =   _mm_add_epi32(sumLeft,  _mm_unpacklo_epi16(mulLowVec, mulHighVec));\
    sumRight    =   _mm_add_epi32(sumRight, _mm_unpackhi_epi16(mulLowVec, mulHighVec)); \

所有这一切都是为了将​​ 8 个元素乘以单个内核值。

因此 - 我尝试将输入数据转换为浮点数并使用 avx 函数实现它（256 没有对齐，所以我必须不断重新加载......）：

    kernelVec   =   _mm256_set1_ps(kernel); \
    inputVec    =   _mm256_loadu_ps(fInput); \
    sum         =   _mm256_fmadd_ps(inputVec,kernelVec,sum);\

然后将结果转换回 16 位短路。浮点数的实现被证明比整数快 2.3。

我知道 ipp 库有 ippsConv_16s_Sfs 应该做同样的事情。有人有什么建议吗？

4

0 回答 0