Question

我编写了用于汇总字节值的SSE代码。（VS2005）

因为它很简单，所以效果很好（而且很快）。只有一些大小的数组崩溃。它只在发布模式下崩溃 - 在调试中永远不会。也许有人看到了“明显的”错误？任何帮助表示赞赏。

__int64 Sum (const unsigned char* pData, const unsigned int& nLength)
{
    __int64 nSum (0);

    __m128i* pp = (__m128i*)pData;

    ATLASSERT( ( (DWORD)pp & 15 ) == 0 ); // pointer must point to address multiple of 16 (cache line)

    __m128i zero = _mm_setzero_si128(),
        a, b, c, d, tmp;

    unsigned int i (0);

    for ( ; i < nLength; i+=64) // 4-fach loop-unroll (x 16)
    {
        a = _mm_sad_epu8( *(pp++), zero);           
        b = _mm_sad_epu8( *(pp++), zero);  // It crashes here.
        c = _mm_sad_epu8( *(pp++), zero);
        d = _mm_sad_epu8( *(pp++), zero);

        // commenting the following line prevents the crash (???)
        tmp = _mm_add_epi64( _mm_add_epi64( _mm_add_epi64( a, b ), c ), d);

        a = _mm_srli_si128 ( tmp, 8 );

        nSum += _mm_cvtsi128_si32( a ) + _mm_cvtsi128_si32( tmp );
    }

    // ... the rest
    if (nLength % 64)
        for (i -= 64; i < nLength; i++)
            nSum += pData [i];

    return nSum;
}

该函数的调用如下：

unsigned int nLength = 3571653;  // One of the values that causes crash
unsigned char *pData = (unsigned char*) _aligned_malloc(nLength, 16);
Sum (pData,  nLength);

Answer 1

您的for循环需要定义如下：

for ( ; i < (nLength - 63); i+=64)

基本上想象你传入一个nLength 120的数组。你在第一次运行时没问题。我现在等于64.我＆lt; 120所以你做另一个循环。不幸的是，在达到128之前传递数组的末尾并进入未定义的行为区域。这可能表现为访问冲突（0xC0000005），这会导致您崩溃。

现在以nLength = 128为例，它应该在你的优化循环中完美运行我的建议修改。第一个循环我很好，i = 64.我小于65，所以执行另一个循环。我现在等于128并循环退出。外部循环也不会运行，因为i == nLength。完成工作:)）

Answer 2

根据要求，当我说“循环中的4个累加器并在循环之后对它们求和”时，这就是我的想法。

__int64 Sum (const unsigned char* pData, const int& nLength)
{
    __int64 nSum (0);

    __m128i* pp = (__m128i*)pData;


    __m128i zero = _mm_setzero_si128(),
        a = _mm_setzero_si128(),
        b = _mm_setzero_si128(),
        c = _mm_setzero_si128(),
        d = _mm_setzero_si128(), tmp;

    int i (0);

    for ( ; i < (nLength - 63); i+=64)
    {
        a = _mm_add_epi64( _mm_sad_epu8( *(pp++), zero ), a );
        b = _mm_add_epi64( _mm_sad_epu8( *(pp++), zero ), b );
        c = _mm_add_epi64( _mm_sad_epu8( *(pp++), zero ), c );
        d = _mm_add_epi64( _mm_sad_epu8( *(pp++), zero ), d );
    }

    tmp = _mm_add_epi64( _mm_add_epi64( a, b ), _mm_add_epi64( c, d ));
    tmp = _mm_add_epi64( _mm_srli_si128( tmp, 8 ), tmp );
    nSum = (_mm_cvtsi128_si32( tmp ) & 0xFFFFFFFFULL) + 
               (((__int64)_mm_cvtsi128_si32( _mm_srli_si128( tmp, 4 ) )) << 32);

    // ... the rest
    for (; i < nLength; i++)
        nSum += pData [i];

    return nSum;
}

Answer 3

我自己正在研究这种东西，我发现harold's answer对我现在正在做的类似事情非常有帮助。但是，我想提出的另一个建议是，如果你的应用程序没有太多麻烦，你是否考虑在最后用零填充你的数据，这样你就不需要在结束时执行这项额外的工作了。你的功能？

和字节的SSE代码。错误在哪里？

3 个答案: