单声道C＃/ C ++互操作，优化矩阵乘法 - 由于开销导致的最小增益？

Question

我在C＃上有一个矩阵结构，在不使用SSE内在函数的情况下实现了乘法运算。由于我此时无法访问代码，因此我将尝试尽可能多地指定详细信息，而不是复制/粘贴定义。如果需要，我可以在早上编辑帖子以包含相关定义。

该结构有16个float定义为M11, M12, M13, ..., M43, M44'，并指定了顺序布局：[StructLayout(LayoutKind.Sequential)]

使用属性规范声明C ++函数     [DllImport("cppCode.dll", EntryPoint = "MatrixMultiply", CallingConvention = CallingConvention::Cdecl]

我正在尝试使用P / Invoke调用C ++函数来优化乘法。我的问题是关于传递参数。如MSDN所述，如果传递的类型不是blittable，则成本为10到30个CPU +编组循环。

C＃上的函数调用类似于

MatrixMultiply(ref matrix1, ref matrix2, out matrix_out);

并且C ++对应方使用mat*接收它们，mat是匹配的C ++结构，其中包含4x vec4 s。

static extern void MatrixMultiply(mat* m1, mat* m2, mat* out) { *out = *m1 * *m2; }

当对计算进行分析时，平均情况下的增益非常小 - 一微秒或两微秒。然而，最坏的情况变得更糟，从使用C＃乘法的150us到使用C ++乘法的400us，这使我认为从导出的dll调用函数的开销几乎消除了SSE指令的增益。

由于我对C＃的熟悉程度有限，我无法确定发生了什么。难道我做错了什么？在这种特殊情况下，是否有更快的C＃/ C ++通信方法？

Answer 1

如果Numerics无法提供足够好的解决方案，那么最好的选择是最小化p / Invoke调用。不要为每次乘法调用Multiply(m1, m2, m_out)，而是尽可能在C ++端的一次调用中连接矩阵，如下所示：

void MatrixConcat3(m1, m2, m3, m_out);
void MatrixConcat4(m1, m2, m3, m4, m_out);
void MatrixConcat5(m1, m2, m3, m4, m5, m_out);
...

这样可以减少多次通话的开销。