问题标签 [sse]

我需要日志功能的开源（无许可证限制）实现，带有签名的东西

它在英特尔短向量数学库（ICC 的一部分）中可用，但 ICC 既不是免费的也不是开源的。我正在寻找仅使用内在函数的实现。

它应该使用特殊的有理函数逼近。我需要一些几乎与 cmath 日志一样准确的东西，比如 9-10 位十进制数字，但速度更快。

上面提到的代码在我的程序中被多次调用（profiler 显示 98%）。

编辑：在内部循环中， res1[i + k] 值会为相同的 (i + k) 值加载多次。我在 while 循环中尝试了这个，我将所有 res1 值加载到 simd 寄存器（数组）中，并在最里面的 for 循环中使用数组元素来更新数组元素。完成两个 for 循环后，我将数组值存储回 res1、re2。但是计算时间随之增加。知道我哪里错了吗？这个想法似乎是正确的

欢迎任何使它更快的建议。

我正在研究面部检测，其中我将输入作为 .bmp 文件并检测面部并在面部上绘制一个矩形。

但是当我添加一个名为“cvDetect”的函数来检测人脸时，我遇到了一些分割错误，在下面的代码行中 -

在调试时我发现由于这些函数存在一些内存对齐问题。任何人都可以帮助解决这个问题，代码是 C++，我使用的是 Linux。

假设我有一个数组：

和一个元素

包含 16 个字节，

我想有效地填充一个新__m128i元素

的值arr取决于 中的值x，例如：

实现这一点的命令本质上是从一组不连续的内存位置加载寄存器。我对曾经看过这样一个命令的文档有一种痛苦的模糊记忆，但现在找不到了。它存在吗？在此先感谢您的帮助。

是否可以访问 mmx 寄存器中的单个字节，例如数组？我有这个代码：

我想将 mm1[1],mm1[2],mm1[3].... 放入 c++ 变量中，例如：

谢谢。

在我当前的项目中，我必须比较 128 位值（实际上是 md5 哈希），我认为可以通过使用 SSE 指令来加速比较。我的问题是我无法找到关于 SSE 说明的好的文档；我正在寻找一个 128 位整数比较指令，让我知道一个散列是否更大、更小或等于另一个。这样的指令存在吗？

PS：目标机器是带有SSE2指令的x86_64服务器；我也对同一工作的 NEON 指令感兴趣。

什么是简单的等效 C 代码来克服 __ 等函数_mm_store_ps。_mm_add_ps请通过具有等效 C 代码的示例指定任何函数。

为什么要使用这些功能？

我正在寻找优化我为将 YUV 转换为 RGB（平面和打包 YUV 函数）编写的一些 SSE 代码。

我目前正在使用 SSSE3，但如果有来自更高版本的 SSE 的有用功能，那没关系。

我主要对如何解决处理器停顿等问题感兴趣。

有人知道对 SSE 代码进行静态分析的任何工具吗？

我看到如下代码：

此代码构建良好，并且使用 gcc 可以正常工作（它是内置的 SSE / MMX 扩展和向量数据类型。此代码使用 4 个单浮点数进行 SIMD 向量加法。

我想详细了解此 typedef 行上的每个关键字/函数调用的含义和作用：

vector_size() 函数返回什么；

__attribute__关键字是什么

这是将浮点数据类型定义为 vfsf 类型的类型吗？

我理解剩下的部分。

谢谢，

-广告

问候。我正在尝试近似函数

Log10[x^k0 + k1]，其中 0.21 < k0 < 21, 0 < k1 < ~2000，x 是整数 < 2^14。

k0 & k1 是常数。出于实际目的，您可以假设 k0 = 2.12，k1 = 2660。所需的精度为 5*10^-4 相对误差。

这个函数实际上与 Log[x] 相同，除了在 0 附近，它有很大不同。

我已经提出了一个 SIMD 实现，它比简单的查找表快约 1.15 倍，但如果可能的话，我想改进它，我认为由于缺乏有效的指令，这非常困难。

我的 SIMD 实现使用 16 位定点算法来评估 3 次多项式（我使用最小二乘拟合）。多项式对不同的输入范围使用不同的系数。有 8 个范围，范围 i 跨越 (64)2^i 到 (64)2^(i + 1)。这背后的原因是 Log[x] 的导数随 x 迅速下降，这意味着多项式将更准确地拟合它，因为多项式完全适合导数为 0 的函数超过一定阶数。

使用单个 _mm_shuffle_epi8() 可以非常有效地完成 SIMD 表查找。我使用 SSE 的 float 到 int 转换来获得用于定点逼近的指数和有效数字。我还对循环进行了软件流水线处理，以获得约 1.25 倍的加速，因此可能不太可能进一步优化代码。

我要问的是在更高级别是否有更有效的近似？例如：

1. 这个函数是否可以分解为具有有限域的函数，如 log2((2^x) * significand) = x + log2(significand)

因此无需处理不同的范围（表查找）。我认为的主要问题是添加 k1 术语会杀死所有我们知道和喜爱的漂亮日志属性，使其成为不可能。或者是吗？

1. 迭代法？不要这么认为，因为 log[x] 的牛顿法已经是一个复杂的表达式

2. 利用相邻像素的局部性？- 如果 8 个输入的范围在相同的近似范围内，那么我可以查找单个系数，而不是为每个元素查找单独的系数。因此，我可以将其用作快速的常见情况，并在不是时使用较慢的通用代码路径。但就我的数据而言，在此属性保持 70% 的时间之前，范围需要为 ~2000，这似乎并没有使这种方法具有竞争力。

请给我一些意见，尤其是如果您是应用数学家，即使您说做不到。谢谢。