问题标签 [sse]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
assembly - 什么是开始学习组装的好地方？
我需要使用 SSE 指令学习汇编，并且需要 gcc 将 ASM 代码与 c 代码链接。
我不知道从哪里开始，谷歌也没有帮助。
performance - 为什么 SSE scalar sqrt(x) 比 rsqrt(x) * x 慢？
我一直在分析我们在英特尔酷睿双核上的一些核心数学，在研究平方根的各种方法时，我注意到了一些奇怪的事情：使用 SSE 标量运算，取倒数平方根并将其相乘会更快获得 sqrt，而不是使用本机 sqrt 操作码！
我正在使用类似以下的循环对其进行测试：
我已经为 TestSqrtFunction 尝试了几个不同的主体，我有一些时间真的让我摸不着头脑。到目前为止，最糟糕的是使用本机 sqrt() 函数并让“智能”编译器“优化”。在 24ns/float 时，使用 x87 FPU 这非常糟糕：
我尝试的下一件事是使用内在函数强制编译器使用 SSE 的标量 sqrt 操作码：
这更好，为 11.9ns/float。我还尝试了Carmack 古怪的 Newton-Raphson 近似技术，它比硬件运行得更好，为 4.3ns/float，尽管误差为 2 10分之 1 （这对我的目的来说太多了）。
当我尝试使用 SSE 运算求平方根的倒数，然后使用乘法得到平方根时（ x * 1/√x = √x ），这很糟糕。尽管这需要两个相关的操作，但它是迄今为止最快的解决方案，在 1.24ns/float 和精确到 2 -14：
我的问题基本上是什么给了？为什么 SSE 的内置硬件平方根操作码比从其他两个数学运算中合成它要慢？
我确信这确实是操作本身的成本，因为我已经验证：
- 所有数据都适合缓存，并且访问是顺序的
- 函数是内联的
- 展开循环没有区别
- 编译器标志设置为完全优化（我检查过，程序集很好）
（编辑：stephentyrone 正确地指出，对长字符串的操作应该使用矢量化 SIMD 打包操作，例如rsqrtps——但这里的数组数据结构仅用于测试目的：我真正想要测量的是代码中使用的标量性能不能向量化。）
c - SSE 寄存器返回，SSE 禁用
我处于以下情况：
- 我正在为不允许 SSE 指令的内核编写代码
- 我需要做浮点运算
- 我正在为 x86_64 平台编译
这是一个说明问题的代码示例：
这是makefile中的相关行：
当我运行构建时，出现此错误：
（错误指向将 d 和 base_value 相乘的行）
知道我能做些什么来解决这个问题吗？删除 -mno-sse 不是一个选项，但似乎编译器应该能够生成非 sse 代码来进行乘法运算。
谢谢内森
java - 数值算法中的 Java 性能
我对 Java 数值算法的性能很好奇，例如矩阵矩阵双精度乘法，使用最新的 JIT 机器，例如与手动调整的 SSE C++/汇编器或 Fortran 对应物相比。
我在网上看过，但大部分结果来自近 10 年前，我知道 Java 从那时起取得了很大进步。
如果您有使用 Java 进行数字密集型应用程序的经验，您可以分享您的经验。此外，Java 在循环相对较短且内存访问不是很均匀但仍在 L1 缓存范围内的内核中表现如何？如果这样的内核连续执行多次，JVM可以在运行时对其进行优化吗？
谢谢
sse - SSE2：如何将 _m128 简化为一个单词
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 ！
gcc - 基准 SSE 指令
我正在对一些SSE代码（将 4 个浮点数乘以 4 个浮点数）与做同样事情的传统 C 代码进行基准测试。我认为我的基准代码在某种程度上一定是不正确的，因为它似乎说非 SSE 代码比 SSE 快 2-3 倍。
有人可以告诉我下面的基准测试代码有什么问题吗？也许建议另一种方法来准确显示 SSE 和非 SSE 代码的速度。
gcc - C - 如何使用 GCC SSE 向量扩展访问向量的元素
通常我使用以下类型处理 3D 矢量：
使用 smth. 初始化向量。像：
并使用 smth 访问它们。像：
现在我需要一个使用 SSE 指令的向量算术。我有以下代码：
GCC 支持这种方式。但是......首先，它给了我 0.00000 作为结果。其次，我无法访问此类向量的元素。我的问题是：如何访问此类向量的元素？我需要smth。比如 a[0] 访问 X 元素， a[1] 访问 Y 元素等。
PS：我使用以下代码编译此代码：
gcc - 使用 SSE 指令进行快速图像处理？
我正在用 C 编写一个图形库，我想利用 SSE 指令来加速某些功能。我该怎么做呢？我正在使用 GCC 编译器，因此我可以依赖编译器内在函数。我还想知道是否应该更改存储图像数据的方式（目前我只是使用浮点数组）-我需要使用类型数组float __attribute__ ((vector_size (16)))吗？
编辑：我感兴趣的图像处理/处理类型包括仿射变换、几何和频域滤波（傅立叶分析）
任何关于我应该如何在 C 中使用 SSE 进行图像处理的参考或提示将不胜感激。
谢谢
x86 - x87 相对于 SSE 的优势
我知道 x87 具有更高的内部精度，这可能是人们看到的它与 SSE 操作之间的最大区别。但我不得不怀疑，使用 x87 还有其他好处吗？我有-mfpmath=sse在任何项目中自动输入的习惯，我想知道我是否遗漏了 x87 FPU 提供的任何其他内容。
c - 如何判断内存是否对齐？
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...