Question

我正在尝试使用SSE加速我的方法（在Visual Studio上）。我是该地区的新手。我在我的方法中使用的主要数据类型是大小为32的位集，我主要使用的逻辑操作是AND操作（几乎不使用_BitScanForward）。我想知道是否可以使用SSE指令来加快我的程序。

这就是我现在正在做的事情（我已完成，无法直接比较结果）：

我使用_mm_set_ps加载操作数（位集）。我在bitsets上使用to_ulong（）将它们转换为无符号长整数：

__m128 v1 = _mm_set_ps(b1.to_ulong(),b2.to_ulong(),b3.to_ulong(),b4.to_ulong());
__m128 v2 = _mm_set1_ps(b.to_ulong())

接下来是实际的AND操作：

__m128 v3 = _mm_and_ps(v1,v2);

此时，我有两个问题：

我这样做的方式（使用to_ulong（）将位集转换为无符号长整数）这是一个好方法吗？我怀疑有很大的开销可能会导致我使用SSE可能导致的性能提升。
将v3以4位集的形式存储在内存中的最佳方法是什么？我打算使用_mm_storeu_ps内在。

Answer 1

有几件事：

如果您的位集基本上是32位整数，那么您应该使用合适的整数SIMD类型，即__m128i，而不是浮点（__m128）
_mm_set_XXX宏相对昂贵 - 与常规SSE内在函数不同，它们可以生成相当多的指令 - 如果你所做的只是一个AND操作，那么_mm_and_XXX操作的任何性能优势都将超过擦除按_mm_set_XXX操作

理想情况下，如果您只想在数组中使用AND一组位集，那么代码应如下所示：

const int N = 1024;

int32_t b1[N]; // 2 x arrays of input bit sets
int32_t b2[N];
int32_t b3[N]; // 1 x array of output bit sets

for (int i = 0; i < N; i += 4)
{
    __m128i v1 = _mm_loadu_si128(&b1[i]); // load input bits sets
    __m128i v2 = _mm_loadu_si128(&b2[i]);
    __m128i v3 = _mm_and_si128(v1, v2);   // do the bitwise AND
    _mm_storeu_si128(&b3[i], v3);         // store the result
}

如果您只想使用固定掩码就地使用AND数组，那么它将简化为：

const int N = 1024;

int32_t b1[N]; // input/output array of bit sets

const __m128i v2 = _mm_set1_epi32(0x12345678); // mask

for (int i = 0; i < N; i += 4)
{
    __m128i v1 = _mm_loadu_si128(&b1[i]); // load input bits sets
    __m128i v3 = _mm_and_si128(v1, v2);   // do the bitwise AND
    _mm_storeu_si128(&b1[i], v3);         // store the result
}

注意：为了获得更好的性能，请确保输入/输出数组是16字节对齐的，然后使用_mm_load_si128 / _mm_store_si128而不是上面的未对齐对应数据。

使用SSE的位集的实现和性能

1 个答案: