0

在我之前的帖子中，我解释说我从 AVX 开始以加速我的代码（请注意，虽然有一些共同点，但这篇帖子指的是 AVX512，而上一篇指的是 AVX2，据我所知，它们略有不同并且需要不同的编译标志）。在尝试了 AVX2 之后，我决定尝试使用 AVX512 并更改了我的 AVX2 功能：

void getDataAVX2(u_char* data, size_t cols, std::vector<double>& info)
{
  __m256d dividend = _mm256_set_pd(1 / 64.0, 1 / 64.0, 1 / 64.0, 1 / 64.0);
  info.resize(cols);
  __m256d result;
  for (size_t i = 0; i < cols / 4; i++)
  {
    __m256d divisor = _mm256_set_pd((double(data[4 * i + 3 + cols] << 8) + double(data[4 * i + 2 * cols + 3])),
                                    (double(data[4 * i + 2 + cols] << 8) + double(data[4 * i + 2 * cols + 2])),
                                    (double(data[4 * i + 1 + cols] << 8) + double(data[4 * i + 2 * cols + 1])),
                                    (double(data[4 * i + cols] << 8) + double(data[4 * i + 2 * cols])));
    result = _mm256_sqrt_pd(_mm256_mul_pd(divisor, dividend));
    info[size_t(4 * i)] = result[0];
    info[size_t(4 * i + 1)] = result[1];
    info[size_t(4 * i + 2)] = result[2];
    info[size_t(4 * i + 3)] = result[3];
  }
}

因为我认为应该是它的等价物：

void getDataAVX512(u_char* data, size_t cols, std::vector<double>& info)
{
  __m512d dividend = _mm512_set_pd(1 / 64.0, 1 / 64.0, 1 / 64.0, 1 / 64.0, 1 / 64.0, 1 / 64.0, 1 / 64.0, 1 / 64.0);
  info.resize(cols);
  __m512d result;
  for (size_t i = 0; i < cols / 8; i++)
  {
    __m512d divisor = _mm512_set_pd((double(data[4 * i + 7 + cols] << 8) + double(data[4 * i + 2 * cols + 7])),
                                    (double(data[4 * i + 6 + cols] << 8) + double(data[4 * i + 2 * cols + 6])),
                                    (double(data[4 * i + 5 + cols] << 8) + double(data[4 * i + 2 * cols + 5])),
                                    (double(data[4 * i + 4 + cols] << 8) + double(data[4 * i + 2 * cols + 4])),
                                    (double(data[4 * i + 3 + cols] << 8) + double(data[4 * i + 2 * cols + 3])),
                                    (double(data[4 * i + 2 + cols] << 8) + double(data[4 * i + 2 * cols + 2])),
                                    (double(data[4 * i + 1 + cols] << 8) + double(data[4 * i + 2 * cols + 1])),
                                    (double(data[4 * i + cols] << 8) + double(data[4 * i + 2 * cols])));
    result = _mm512_sqrt_pd(_mm512_mul_pd(divisor, dividend));
    info[size_t(4 * i)] = result[0];
    info[size_t(4 * i + 1)] = result[1];
    info[size_t(4 * i + 2)] = result[2];
    info[size_t(4 * i + 3)] = result[3];
    info[size_t(4 * i + 4)] = result[4];
    info[size_t(4 * i + 5)] = result[5];
    info[size_t(4 * i + 6)] = result[6];
    info[size_t(4 * i + 7)] = result[7];
  }
}

在非 AVX 形式中是：

void getData(u_char* data, size_t cols, std::vector<double>& info)
{
  info.resize(cols);
  for (size_t i = 0; i < cols; i++)
  {
    info[i] = sqrt((double(data[cols + i] << 8) + double(data[2 * cols + i])) / 64.0);
    ;
  }
}

编译代码后，我收到以下错误：

Illegal instruction (core dumped)

令我惊讶的是，这个错误发生在函数中的调用sqrt中getData。如果我删除sqrt呼叫，则错误会进一步出现在__m512d divisor = _mm512_set_pd((d..... 关于正在发生的事情有什么想法吗？

这是完整的示例。

非常感谢。

我正在使用c++(7.3.0) 进行编译，并带有以下选项-std=c++17 -Wall -Wextra -O3 -fno-tree-vectorize -mavx512f。我已经按照此处的说明进行了检查，并且我的 CPU（Intel(R) Core(TM) i7-4710HQ CPU @ 2.50GHz）支持 AVX2。该列表是否应该有 AVX-512 来表明对此的支持？

4

1 回答 1

3

我认为您的系统（CPU）不支持 AVX-512 指令。考虑官方文件；它只提到了AVX-2。较新的CPU表明 AVX-512 非常好。两者都可以在“指令集扩展”部分下找到。

于 2018-08-14T06:24:00.890 回答