Question

我试图找到一个使用SIMD乘以2矩阵的工作示例，因为我需要将算法的时间与“正常”算法进行比较。这就是为什么我尝试Efficient 4x4 matrix multiplication (C vs assembly)。

#include <xmmintrin.h>
#include <stdio.h>


void M4x4_SSE(float *A, float *B, float *C) {
    __m128 row1 = _mm_load_ps(&B[0]);
    __m128 row2 = _mm_load_ps(&B[4]);
    __m128 row3 = _mm_load_ps(&B[8]);
    __m128 row4 = _mm_load_ps(&B[12]);
    for(int i=0; i<4; i++) {
        __m128 brod1 = _mm_set1_ps(A[4*i + 0]);
        __m128 brod2 = _mm_set1_ps(A[4*i + 1]);
        __m128 brod3 = _mm_set1_ps(A[4*i + 2]);
        __m128 brod4 = _mm_set1_ps(A[4*i + 3]);
        __m128 row = _mm_add_ps(
                    _mm_add_ps(
                        _mm_mul_ps(brod1, row1),
                        _mm_mul_ps(brod2, row2)),
                    _mm_add_ps(
                        _mm_mul_ps(brod3, row3),
                        _mm_mul_ps(brod4, row4)));
        _mm_store_ps(&C[4*i], row);
    }
}


int main(){

  float A[4] __attribute__((aligned(16))) = {1,2,3,4};
  float B[4] __attribute__((aligned(16))) = {5,6,7,8};
  float C[4] __attribute__((aligned(16)));

  M4x4_SSE(A,B,C);

}

我不熟悉c或c ++，所以很难，我得到：

*** stack smashing detected ***: ./prueba terminated
Aborted (core dumped)

当我运行我的程序时。我需要至少扩展到500x500矩阵。感谢

Answer 1

您在main中声明的数组各有4个元素，但您的乘法代码每个都会读取和写入 16 元素。写入已分配的空格（元素4及更高版本，在i循环的第二次迭代中）将破坏堆栈，从而导致出现错误。

使用SSE的矩阵乘法

1 个答案: