问题标签 [avx]

以下代码对检查 CPU 是否支持 SSE3 指令集有效吗？

使用该IsProcessorFeaturePresent()功能显然不适用于 Windows XP。

我的代码中有热点，我正在pow()占用大约 10-20% 的执行时间。

我的输入pow(x,y)非常具体，所以我想知道是否有办法以pow()更高的性能滚动两个近似值（每个指数一个）：

• 我有两个常数指数：2.4 和 1/2.4。
• 当指数为 2.4 时，x将在 (0.090473935, 1.0] 范围内。
• 当指数为 1/2.4 时，x将在 (0.0031308, 1.0] 范围内。
• 我正在使用 SSE/AVXfloat向量。如果可以利用平台细节，那就对了！

大约 0.01% 的最大错误率是理想的，尽管我也对全精度 (for float) 算法感兴趣。

我已经在使用快速pow() 近似，但它没有考虑到这些约束。有没有可能做得更好？

我正在查看AVX 编程参考。新的Haswell 指令包括一些期待已久的“收集”负载。但是，我无法弄清楚索引数据项的对齐限制是什么。参考的第 2.5 节“内存对齐”似乎应该列出VGATHER*表 2.4 或 2.5 之一中的各种指令......但它没有。

背景：虽然收集指令支持的数据大小为 4 和 8 字节，但我的应用程序可以受益于将相邻的 16 位数据值对收集加载到 DWORDS。具有 2 字节比例的奇数索引将产生 2 字节对齐的 4 字节负载，从手册中我不清楚这是否会出错或无法按预期工作（我宁愿怀疑我运气不好支持未对齐访问的指令中似乎有一个“U”）。

我正在尝试使用 AVX 内在解包指令_m256_unpacklo_ps并_m256_unpackhi_ps交错 16 个浮点值。我得到的结果很奇怪，要么是因为我不了解解包在 AVX 中应该如何工作，要么是因为某些东西没有按应有的方式工作。

我看到的是，例如，当我尝试将低阶浮点数从两个向量 v1 和 v2 解压缩到第三个向量 v3 中时，我看到以下内容：

如果 v1 是 [a b c d e f g h] 并且 v1 是[i j k l m n o p]

然后v3 = _m256_unpacklo_ps(v1, v2)导致 [a i b j e m f n]

当我期望 v3 会给[a i b j c k d l]

我的期望不正确还是我使用不正确？还是有其他问题？

一些测试代码是：

我正在使用 gcc 4.5.2 进行编译。

提前感谢您的帮助！- 贾斯汀

我正在移植 SSE SIMD 代码以使用 256 位 AVX 扩展，并且似乎找不到任何可以混合/混洗/移动高 128 位和低 128 位的指令。

背后的故事：

我真正想要的是VHADDPS/表现_mm256_hadd_ps得像HADDPS/ _mm_hadd_ps，只有 256 位字。不幸的是，它就像两个分别HADDPS对低位和高位单词进行操作的调用。

更新：请阅读代码，这与计算一个 int 中的位无关

是否可以使用一些聪明的汇编程序来提高以下代码的性能？

Count在我算法的最内层循环中。

更新： 架构：x86-64、Sandy Bridge，因此可以使用 SSE4.2、AVX1 和旧技术，但不能使用 AVX2 或 BMI1/2。

bits变量几乎具有随机位（接近半个零和半个）

我的 C++ 代码使用 SSE，现在我想改进它以在可用时支持 AVX。因此，我检测 AVX 何时可用并调用使用 AVX 命令的函数。我使用 Win7 SP1 + VS2010 SP1 和带有 AVX 的 CPU。

要使用 AVX，必须包含以下内容：

然后你可以使用内在的 AVX 函数，比如_mm256_mul_ps等_mm256_add_ps。问题是，默认情况下，VS2010 生成的代码运行速度非常慢并显示警告：

警告 C4752：找到 Intel(R) Advanced Vector Extensions；考虑使用 /arch:AVX

看起来 VS2010 实际上不使用 AVX 指令，而是模拟它们。我添加/arch:AVX了编译器选项并得到了很好的结果。但是这个选项告诉编译器尽可能在任何地方使用 AVX 命令。所以我的代码可能会在不支持 AVX 的 CPU 上崩溃！

所以问题是如何让 VS2010 编译器生成 AVX 代码，但只有当我直接指定 AVX 内部函数时。对于 SSE，它可以工作，我只使用 SSE 内在函数，它生成的 SSE 代码没有任何编译器选项，如/arch:SSE. 但是对于 AVX，由于某种原因它不起作用。

微软表示 VS2010 支持全套 AVX 指令：

http://blogs.msdn.com/b/vcblog/archive/2009/11/02/visual-c-code-generation-in-visual-studio-2010.aspx

... 在 VS2010 版本中，所有 AVX 功能和指令都通过内在和/arch:AVX. ...

但我找不到任何用于融合乘加运算的内在函数

http://software.intel.com/sites/products/documentation/studio/composer/en-us/2011/compiler_c/intref_cls/common/intref_bk_avx_fma.htm#intref_bk_avx_fma

我需要使用_mm256_fmadd_ps函数，但“immintrin.h”标题中缺少它。我真的很坚持。

假设我有以下

在硬核循环中，以下哪一项通常更好（如果有，为什么）？

我正在为英特尔的 AVX 指令使用 C 内在函数编写代码。如果我有一个打包的双向量（a __m256d），将它们中的每一个存储到内存中的不同位置（即我需要将它们分散到不同的位置，这样的最有效方式（即最少的操作数）是什么）他们不再包装）？伪代码：

使用 SSE，我可以使用使用和内在函数的__m128类型来做到这一点。我还没有找到任何与 AVX 类似的东西，可以让我将单独的 64 位片段存储到内存中。一个存在吗？_mm_storel_pi_mm_storeh_pi