问题标签 [simd]

我正在使用 GCC 进行自动矢量化。由于客户要求，我无法使用内在函数或属性。（我无法获得用户输入来支持矢量化）

如果可以向量化的数组的对齐信息未知，则 GCC 调用“循环版本控制”的传递。在树上进行循环矢量化时将执行循环版本控制。当一个循环被确定为可向量化的，并且数据对齐或数据依赖的约束阻碍了它，（因为它们无法在编译时确定），那么将生成两个版本的循环。这些是循环的矢量化和非矢量化版本，以及运行时检查对齐或依赖性以控​​制执行哪个版本。

我的问题是我们必须如何强制对齐？如果我找到了一个可矢量化的循环，我不应该生成两个版本的循环，因为缺少对齐信息。

例如。考虑下面的代码

树转储（选项：-fdump-tree-optimized -ftree-vectorize）

在“bb 3”版本的矢量化代码中生成。在“bb 4”处生成没有矢量化的代码。这些是通过检查对齐来完成的（语句“A”）。现在不使用内在函数和其他属性，我应该如何只获得矢量化代码（没有这个运行时对齐检查。）

假设我使用哈希来识别文件，所以我不需要它是安全的，我只需要尽量减少冲突。我在想我可以通过使用 SIMD 并行运行四个散列然后对最终结果进行散列来加速散列。如果哈希被设计为采用 512 位块，我只需单步执行文件，一次采用 4x512 位块并从中生成四个哈希；然后在文件的末尾，我将四个结果散列在一起。

我很确定这种方法会产生更差的哈希值......但是差多少？有没有粗略的计算？

将 _m128 （4 个单词 abcd）减少为一个单词的最佳方法（ sse2 ）是什么？我想要每个 _m128 组件的低部分：

有没有内在函数？谢谢 ！

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。

在我的代码库中有几个地方，对于大型数据集，相同的操作会重复很多次。在某些情况下，处理这些需要相当长的时间。

我相信使用 SSE 来实现这些循环应该会显着提高它们的性能，尤其是在对同一组数据执行许多操作的情况下，所以一旦数据最初被读入缓存，就不应该有任何缓存未命中停止它。但是，我不确定是否要这样做。

• 是否有一种独立于编译器和操作系统的方式编写代码以利用 SSE 指令？我喜欢包含 SSE 操作的 VC++ 内在函数，但我还没有找到任何交叉编译器解决方案。

• 我仍然需要支持一些没有或有限 SSE 支持的 CPU（例如 Intel Celeron）。是否有某种方法可以避免必须制作不同版本的程序，例如拥有某种“运行时链接器”，该链接器根据进程启动时运行它的 CPU 链接基本或 SSE 优化代码？

• 其他 CPU 扩展怎么样，看看各种 Intel 和 AMD CPU 的指令集显示有几个？

我是使用 SSE/SSE2 指令优化代码的新手，直到现在我还没有走得太远。据我所知，一个常见的 SSE 优化函数如下所示：

但是，我如何正确确定内存ptr指向的位置是否按例如 16 字节对齐？我认为我必须包含非对齐内存的常规 C 代码路径，因为我无法确保传递给此函数的每个内存都将对齐。并且使用内在函数将数据从未对齐的内存加载到 SSE 寄存器似乎非常慢（甚至比常规 C 代码慢）。

先感谢您...

在 gcc 中，我想通过 asm 代码对 2 个 C 变量进行 128 位 xor：如何？

但我有一个分段错误错误；这是 objdump 输出：

我需要一些想法如何以某种方式编写一些可并行化问题的 C++ 跨平台实现，以便我可以利用 SIMD（SSE、SPU 等）（如果可用）。以及我希望能够在运行时在 SIMD 和非 SIMD 之间切换。

你会建议我如何解决这个问题？ （当然我不想为所有可能的选项多次实施该问题）

我可以看到这对于 C++ 来说可能不是一件容易的事，但我相信我遗漏了一些东西。到目前为止，我的想法看起来像这样......一个类 cStream 将是单个字段的数组。使用多个 cStreams 我可以实现 SoA（数组结构）。然后使用一些 Functor，我可以伪造需要在整个 cStream 上执行的 Lambda 函数。

其中 for_each 将负责增加流的当前指针，以及使用 SIMD 和不使用 SIMD 内联函子的主体。

像这样：

请注意，如果 SIMD 已启用，则检查一次并且循环围绕主函子。

我在哪里可以找到有关常见 SIMD 技巧的信息？我有一个指令集，并且知道如何编写简单的 SIMD 代码，但我知道，现在的 SIMD 功能要强大得多。它可以保存复杂的条件无分支代码。
例如 ( ARMv6)，以下指令序列将 Rd 的每个字节设置为等于 Ra 和 Rb 的相应字节的无符号最小值：

教程链接/不常见的 SIMD 技术也很好 :) ARMv6对我来说是最有趣的，但是x86（SSE，...）/ Neon（在 ARMv7 中）/其他也很好。

有没有更快的方法将两个 x86 32 位寄存器存储在一个 128 位 xmm 寄存器中？

因此，如果 EAX 为0x12345678且 EDX 为0x87654321，则 xmm0 中的结果必须为0x8765432112345678。