Question

感谢你们中的一些人，我已经使用SSE来加速计算C++ use SSE instructions for comparing huge vectors of ints中我的科学应用程序的一个功能。

优化的SSE功能的最终版本是：

int getBestDiffsSse(int nodeId, const vector<int> &goalNodeIdTemp) {
    int positionNodeId = 2 * nodeId * nof;
    int myNewIndex = 2 * nof;
    int result[4] __attribute__((aligned(16))) = {0};

    __m128i vresult = _mm_set1_epi32(0);
    __m128i v1, v2, vmax;

    for (int k = 0; k < myNewIndex; k += 4) {
        v1 = _mm_loadu_si128((__m128i *) & distances[positionNodeId + k]);
        v2 = _mm_loadu_si128((__m128i *) & goalNodeIdTemp[k]);
        v1 = _mm_xor_si128(v1, vke);
        v2 = _mm_xor_si128(v2, vko);
        v1 = _mm_sub_epi32(v1, vke);
        v2 = _mm_sub_epi32(v2, vko);
        vmax = _mm_add_epi32(v1, v2);
        vresult = _mm_max_epi32(vresult, vmax);
    }
    _mm_store_si128((__m128i *) result, vresult);
    return max(max(max(result[0], result[1]), result[2]), result[3]);
}

其中

const __m128i vke = _mm_set_epi32(0, -1, 0, -1);
const __m128i vko = _mm_set_epi32(-1, 0, -1, 0);

和

int* distances 
distances= new int[size];

大小很大（18M x 64）

我天真的问题是：如果两者都相符，你相信我可以获得更好的加速：a）阵列距离对齐或b）矢量goalNodeIdTemp对齐并且 c）我该怎么做？

我看过一些关于memalign或align_malloc的帖子，但我不明白如何将它们用于动态数组或向量。或者既然我说的是整数，那么对齐不是问题吗？请记住我使用的是Ubuntu 12.04和gcc，因此不能选择Visual Studio编译器的解决方案。

添加了问题：首先，以下代码足以对齐动态数组（请记住，定义和初始化必须保持不同）;

int *distances __attribute__((aligned(16)));
distances = new int[size];

第二，为了对齐矢量goalNodeIdTemp，我是否需要为自定义矢量分配器编写整个代码？有更简单的替代方案吗？

我需要你的帮助。提前致谢

Answer 1

您可以采取一些措施来改善表现：

将__m128i v1, v2, vmax;带出循环，但这很可能是由编译器
确保距离正确对齐
而不是使用std :: vector，对齐数据并传递指针。然后使用_mm_load_si128。

如果distance和goalNodeIdTemp已正确对齐，则可以使用原始指针。像这样：

__m128i *v1 = (__m128i *) & distances[positionNodeId + k];
__m128i *v2 = (__m128i *) & goalNodeIdTemp[k];

所有进一步优化，您需要查看汇编代码。

如果两者都相信我相信我可以获得更好的加速：a）阵列距离对齐b）矢量goalNodeIdTemp已对齐

是的，你会得到一个小的性能提升。没什么了不起的，但是如果每个周期都计算在内，那么它可能会引人注目

我该怎么做？

要goalNodeIdTemp对齐，您必须为std::vector使用特殊的分配器（例如，参见here如何操作）。

要对齐distance，你必须要小心一点。请参阅here如何分配对齐的内存。

C ++ SSE和对齐的整数和整数向量

1 个答案: