Question

我正在研究一些代码，我正在尝试尽可能地优化它，基本上让它在一定的时间限制内运行。

以下是致电......

static affinity_partitioner ap;
parallel_for(blocked_range<size_t>(0, T), LoopBody(score), ap);

......以下是执行的内容。

void operator()(const blocked_range<size_t> &r) const {

    int temp;
    int i;
    int j;
    size_t k;
    size_t begin = r.begin();
    size_t end = r.end();

    for(k = begin; k != end; ++k) { // for each trainee
        temp = 0;
        for(i = 0; i < N; ++i) { // for each sample
            int trr = trRating[k][i];
            int ei = E[i];              
            for(j = 0; j < ei; ++j) { // for each expert
                temp += delta(i, trr, exRating[j][i]);
            }
        }           
        myscore[k] = temp;
    }
}

我正在使用英特尔的TBB来优化它。但我也一直在阅读关于SIMD和SSE2以及这种性质的事情。所以我的问题是，如何将变量（i，j，k）存储在寄存器中，以便CPU可以更快地访问它们？我认为答案与实施SSE2或其中的一些变体有关，但我不知道如何做到这一点。有什么想法吗？

编辑：这将在Linux机器上运行，但我相信使用英特尔的编译器。如果它有帮助，我必须在执行任何操作之前运行以下命令以确保编译器正常工作... source /opt/intel/Compiler/11.1/064/bin/intel64/iccvars_intel64.csh;源/opt/intel/tbb/2.2/bin/intel64/tbbvars.csh ...然后编译我做：icc -ltbb test.cxx -o test

如果没有简单的方法来实施SSE2，有关如何进一步优化代码的任何建议吗？

谢谢，赫里斯托斯

Answer 1

如果要在C ++模块中使用汇编语言，可以将其放在asm块中，并继续使用块外部的变量名。您在asm块中使用的汇编指令将指定正在操作哪个寄存器等，但它们会因平台而异。

Answer 2

你的问题代表了对正在发生的事情的一些困惑。 i，j，k变量几乎肯定已经存在于寄存器中，假设您正在进行优化编译（您应该这样做 - 在您的icc调用中添加“-O2”）。

您可以使用asm块，但考虑到您已经在使用ICC，更简单的方法是使用SSE内在函数。英特尔的文档就在这里 - http://www.intel.com/software/products/compilers/clin/docs/ug_cpp/comm1019.htm

看起来您可以SIMD-ize顶级循环，但它将在很大程度上取决于您的delta函数。

Answer 3

如果您正在使用GCC，请参阅http://gcc.gnu.org/projects/tree-ssa/vectorization.html了解如何帮助编译器自动矢量化您的代码，以及示例。

否则，您需要告诉我们您正在使用的平台。

Answer 4

编译器应该为您执行此操作。例如，在VC ++中，您只需打开SSE2。

用C ++实现SIMD

4 个答案: