问题标签 [avx]

英特尔将发布一个名为AVX的新指令集，其中包括将 SSE 扩展到 256 位操作。即，4 个双精度元素或 8 个单精度元素。

考虑到目前还没有支持它的硬件，如何为 AVX 开发代码？更一般地说，开发人员如何为不存在的硬件编写代码，例如，如果他们希望在支持 CPU 发布时准备好软件？

我想开始玩一些 AVX（高级矢量扩展）指令。我知道英特尔提供了一个模拟器来测试包含这些指令的软件（请参阅这个问题），但是由于我不想手动编写十六进制代码，所以问题是哪些汇编程序当前知道 AVX 指令集？

我对在 Windows 下运行并且可以接受 Intel 语法的汇编程序最感兴趣。

是否有任何英特尔 AVX 内在函数库？如果 SSE2 整数内在函数在编译时不可用，我正在寻找类似于 'sse2mmx.h' 标头的东西，它会回退到 MMX 内在函数。因此，如果我有类似的 AVX 库，我可以为新硬件编写优化代码，在 AVX 扩展不可用的情况下，这将具有几乎最佳的速度。到目前为止，谷歌搜索并没有太大帮助:(

我有一个算法，它受益于 SSE(2) 内在函数的手动优化。此外，该算法未来还将能够受益于 256 位 AVX 寄存器。

我的问题是什么是最好的方法

• 在编译时注册我的类的可用性变体；因此，如果我的类是：Foo，FooSSE2并且FooAVX我需要一种方法来确定在运行时编译了哪些类。
• 确定当前 CPU 的能力。在最低级别，这将导致cpuid调用。
• 在运行时根据编译的内容和支持的内容决定使用什么。

虽然我可以破解上述大部分内容，但它似乎是一个足够常见的问题，必须出现一些最佳实践。理想情况下，我试图避免#ifdef混乱

在我花时间和金钱下载 Xcode 4 之前，谁能告诉我它是否带有支持 Sandy Bridge CPU（即gcc -mavx主流 gcc 构建）上的 AVX 指令集的 gcc 版本（或任何其他编译器，例如 LLVM）？我在任何地方都没有看到任何公开的发布说明，因此不容易检查，而且我还不需要 Xcode 4，除非它支持 AVX。

从我读过的所有内容来看，如果 i5 2500K 处理器检测到外部 GPU，它就会禁用它的集成显卡。我的主板没有集成视频端口，所以我必须添加 PCI 视频卡。我找不到任何没有专用 GPU 的视频卡。这是否意味着为了使用 AVX 指令，您必须使用带有板载视频的主板？

我正在使用 AVX 内在函数在 VC++ 中编写前馈网络。我通过 C# 中的 PInvoke 调用此代码。我在调用计算包含函数 exp() 的大循环的函数时的性能约为 1000 毫秒，循环大小为 160M。一旦我调用任何使用 AVX 内在函数的函数，然后使用 exp()，对于相同的操作，我的性能下降到大约 8000 毫秒。请注意，计算 exp() 的函数是标准 C 语言，使用 AVX 内部函数的调用在处理的数据方面可能完全不相关。某种标志在运行时某处被绊倒。

换句话说，

或者，奇怪的是，

我不知道这里发生了什么可能的机制，或者如何寻求解决方案。我在 Intel 2500K cpu\Win 7. Express 版本的 VS 上。

谢谢。

我已经开始在新的英特尔 Sandy Bridge 处理器上使用 AVX 指令。我正在使用 GCC 4.5.2，TDM-GCC 64 位版本的 MinGW64。

我想重载 operator<< 以便 ostream 能够将向量类型等打印__m256到__m128控制台。但是我遇到了超载冲突。以下代码中的第二个函数产生错误“与先前声明冲突void f(__vector(8) float)”：

似乎编译器无法区分这两种类型并同时考虑它们f(float __vector)。

有没有解决的办法？我一直无法在网上找到任何东西。任何帮助是极大的赞赏。

我正在尝试使用 SSE 或新的 AVX 指令为 Windows x64 目标编写一些计算密集型代码，在 GCC 4.5.2 和 4.6.1、MinGW64（TDM GCC 构建和一些自定义构建）中编译。我的编译器选项是-O3 -mavx. （-m64暗示）

简而言之，我想对 4 个打包浮点数的 3D 向量执行一些冗长的计算。这需要 4x3=12 xmm 或 ymm 寄存器用于存储，以及 2 或 3 个寄存器用于临时结果。恕我直言，这应该恰好适合 64 位目标可用的 16 个可用 SSE（或 AVX）寄存器。然而，GCC 产生了一个非常次优的带有寄存器溢出的代码，只使用寄存器xmm0-xmm10并将数据从堆栈中移入和移入堆栈。我的问题是：

有没有办法说服 GCC 使用所有的寄存器xmm0-xmm15？

要修正想法，请考虑以下 SSE 代码（仅用于说明）：

这里vect<__m128>只是简单的 a struct of 3 __m128，通过标量进行自然加法和乘法运算。当该行a2 -= v被注释掉时，即我们只需要 3x3 寄存器来存储，因为我们忽略a2了 ，生成的代码确实很简单，没有移动，一切都在寄存器中执行xmm0-xmm10。当我删除评论a2 -= v时，代码非常糟糕，寄存器和堆栈之间有很多改组。即使编译器可以只使用寄存器xmm11-xmm13或其他东西。

实际上，我还没有看到 GCCxmm11-xmm15在我的所有代码中的任何地方使用任何寄存器。我究竟做错了什么？我知道它们是被调用者保存的寄存器，但是通过简化循环代码，这种开销是完全合理的。

我正在为 Windows 64 位目标使用基于 GCC 4.6.1 的 MinGW64 构建。我正在玩新的英特尔 AVX 指令。我的命令行参数是-march=corei7-avx -mtune=corei7-avx -mavx.

但是在堆栈上分配局部变量时，我开始遇到分段错误错误。GCC 使用对齐的移动和VMOVAPS来回移动，这些指令需要 32 字节对齐。但是，Windows 64 位的堆栈只有 16 字节对齐。VMOVAPD__m256__m256d

如何将 GCC 的堆栈对齐更改为 32 字节？

我曾尝试使用-mstackrealign但无济于事，因为它仅与 16 个字节对齐。我也无法__attribute__((force_align_arg_pointer))工作，无论如何它都对齐到 16 个字节。我无法找到任何其他可以解决此问题的编译器选项。任何帮助是极大的赞赏。

编辑： 我尝试使用-mpreferred-stack-boundary=5，但 GCC 说此目标不支持 5 。我没主意了。