Question

我想计算k=0到k=100

A[j][k]=((A[j][k]-con*A[r][k])%2);

为此我将(con*A[r][k])存储在某些int temp[5]中然后在SIMD中A[j][k]-temp[]执行错误的代码下面的代码行__m128i m5=_mm_sub_epi32(*m3,*m4);

while((k+4)<100)
{       
    __m128i *m3 = (__m128i*)A[j+k]; 

    temp[0]=con*A[r][k];
    temp[1]=con*A[r][k+1];
    temp[2]=con*A[r][k+2];
    temp[3]=con*A[r][k+3];

    __m128i *m4 = (__m128i*)temp;
    __m128i m5 =_mm_sub_epi32(*m3,*m4);
    (temp_ptr)=(int*)&m5;
    printf("%ld,%d,%ld\n",A[j][k],con,A[r][k]);

    A[j][k]  =temp_ptr[0]%2;
    A[j][k+1]=temp_ptr[1]%2;
    A[j][k+2]=temp_ptr[2]%2;
    A[j][k+3]=temp_ptr[3]%2;

    k=k+4;
}

Answer 1

最有可能的是，你没有注意对齐。 SIMD指令需要16字节对齐（参见this文章）。否则，您的程序将崩溃。

对齐，或者某处有错误的索引，并且访问错误的内存。

Answer 2

如果没有j，k和r的可能值，很难说明原因，但很可能是你的一个数组过度索引

Answer 3

如果您想实施：

for (k = 0; k < 100; k += 4)
{
    A[j][k] = (A[j][k] - con * A[r][k]) % 2;
}

并且您希望看到SIMD的一些好处，那么您需要在SIMD中完成所有操作，即不要混用SIMD和标量代码。

例如（未经测试）：

const __m128i vcon = _mm_set1_epi32(con);
const __m128i vk1 = _mm_set1_epi32(1);
for (k = 0; k < 100; k += 4)
{
    __m128i v1 = _mm_loadu_si128(&A[j][k]); // load v1 from A[j][k..k+3] (misaligned)
    __m128i v2 = _mm_loadu_si128(&A[r][k]); // load v2 from A[r][k..k+3] (misaligned)

    v2 = _mm_mullo_epi32(v2, vcon);         // v2 = con * A[r][k..k+3]
    v1 = _mm_sub_epi32(v1, v2);             // v1 = A[j][k..k+3] - con * A[r][k..k+3]
    v1 = _mm_and_si128(v1, vk1);            // v1 = (A[j][k..k+3] - con * A[r][k..k+3]) % 2

    _mm_storeu_si128(&A[j][k], v1);         // store v1 back to A[j][k..k+3] (misaligned)
}

注意：如果您可以保证A的每一行都是16字节对齐，那么您可以将未对齐的加载/存储（_mm_loadu_si128 / _mm_storeu_si128）更改为对齐的加载/存储（{{1} } / _mm_load_si128） - 这将有助于提高性能，具体取决于您所针对的CPU。

得到错误SIMD操作

3 个答案: