问题标签 [sse2]

是否有以下手动修复的替代方法：

请注意，这段代码嵌入在过程或函数中。

基本上问题是什么，如果我在各种 CPU 上执行不是 8 字节（甚至 4 字节）对齐的 MOVSD，会发生什么？它是否会对性能产生影响，是否会出现段错误等？

我有带有内在函数的 ac 代码sse2。我正在尝试并行化此代码。此代码具有递归类型的句子：

我不能使用子句缩减，因为我认为只能与类型运算符 +、-、* ... 一起使用而没有指针。

我应该怎么办？

非常感谢大家并向大家问好。

如何使用 OpenMP 并行化此代码？我得到的结果不正确。

我尝试使用临时变量p1aux, p2aux, 和psumaux因为 Reduction 子句不能与指针或内部函数一起使用。但正如我所说，结果是不正确的。

当我说“结果不正确”时，我会说： 的计算array1 + array2存储在矩阵中sumsse。sumsse[50] [50] [50]直到分量或多或少，计算都是正确的，但矩阵的其他分量始终是0。

你知道会发生什么吗？

如果有人可以帮助我，非常感谢。

我尝试将 FANN Lib（用 C 编写的神经网络）中的一些代码移植到 SSE2。但是 SSE2 的性能比普通代码差。使用我的 SSE2 实现运行一次运行需要 5.50 分钟而不需要 5.20 分钟。

SSE2 怎么会比正常运行慢？_mm_set_ps会不会是因为 我使用 Apple LLVM 编译器 (XCode 4) 编译代码（所有 SSE 扩展标志都打开，优化级别为-Os）。

没有 SSE2 的代码

SSE2 代码

我需要一个提示，如何使用 SSE2 程序集（32 位）实现这个 Delphi 函数。也欢迎其他优化。也许有人可以告诉我，可以使用什么样的指令，所以我有一个进一步阅读的起点。

实际的：

预期的：

我正在使用内在函数来优化我的程序。但现在我想将 __m128 向量中的四个元素相加，以便将结果与浮点值进行比较。例如，假设我有这个 128 位向量：{a, bc, d}。如何将 a+b+c+d 与 e 进行比较，其中 e 的类型为 float ？

SSE2 或 SSE3 是否提供了一种简单的方法，或者您有任何可以帮助我的代码片段吗？谢谢 ！

我正在通过使用矢量内在函数重写我的个人图像处理库来学习使用 SIMD 功能。一个基本功能是一个简单的“数组+=”，即

对于任意数组长度，显而易见的 SIMD 代码（假设按 16 对齐）类似于：

但是是否可以使用 SIMD 指令进行所有添加？我想试试这个：

对于额外的元素，但这会导致未定义的行为吗？mask应该保证实际上没有访问超出数组边界（我认为）。另一种方法是先做额外的元素，然后数组需要对齐n-n16，这似乎不正确。

是否有另一种更优化的模式，比如矢量化循环？

我需要__m128使用 Accelerate 框架添加/mul/sub 两个（浮点）变量。但是，我找不到这样做的功能。所有 Accelerate 框架函数都采用int__vector__类型而不是float__vector__类型。我找到了除法的功能'vdivf'，但我也需要添加/mul/sub。

谁能告诉我，如何__m128使用 Accelerate 框架添加/mul/sub 两个（浮点）变量？像这样的东西：_mm_add_ps, _mm_sub_ps，_mm_mul_ps但使用 Accelerate 框架 API。

我试图弄清楚汇编指令实际上做了什么

我知道这是带有 SSE2 的 x86-64 机器上的浮点加法。另外，我知道 %xmm0 是一个寄存器。但是，我不确定 -8(%rbp) 是什么意思。手册对此有点混乱。

基本上，问题是，-8(%rbp) 是否意味着它是从寄存器中获取一个值（可能是 rbp 的最后 8 个字节），还是从内存中获取一个值（从 -8 偏移的浮点值rbp 中包含的地址）。