我正在做一些事情,希望每秒将相同的2x2 short
值矩阵与不同的二维short
值向量相乘很多次,在这种情况下,性能很重要。现在,我只是天真地写出矩阵乘法。我查看了C#的SIMD功能,发现没有办法制作这种类型的2x2矩阵。因此,我尝试使用Vector<T>
中的System.Numerics.Vectors
结构。尽管构造函数希望向量中至少有4个元素。我可以解决它并使它与4维向量一起工作,但是我想知道是否有一种方法可以做我想做的事:将2x2矩阵和2维向量相乘成一个新的2维向量使用SIMD。
答案 0 :(得分:2)
可以使用System.Runtime.Intrinsics.X86
,Sse2.MultiplyAddAdjacent
来完成繁重的工作,并进行一些改组等以使数据排队。例如:
struct Vec2
{
public short X, Y;
}
struct Mat2x2
{
public short A, B, C, D;
}
static unsafe Vec2 Mul(Mat2x2 m, Vec2 v)
{
// movd: 0 0 0 0 0 0 Y X
var rawvec = Sse2.LoadScalarVector128((int*)&v);
// pshufd: Y X Y X Y X Y X
var vec = Sse2.Shuffle(rawvec, 0).AsInt16();
// movq: 0 0 0 0 D C B A
var mat = Sse2.LoadScalarVector128((ulong*)&m).AsInt16();
// pmaddwd: 0 0 DY+CX BY+AX
var dword_res = Sse2.MultiplyAddAdjacent(mat, vec);
// packssdw: 0 0 DY+CX BY+AX 0 0 DY+CX BY+AX
var rawres = Sse2.PackSignedSaturate(dword_res, dword_res);
Vec2 res;
*((int*)&res) = Sse2.ConvertToInt32(rawres.AsInt32());
return res;
}
生成的程序集相当合理:
mov dword ptr [rsp+10h],ecx
mov qword ptr [rsp+18h],rdx
vmovd xmm0,dword ptr [rsp+18h]
vpshufd xmm0,xmm0,0
vmovq xmm1,mmword ptr [rsp+10h]
vpmaddwd xmm0,xmm1,xmm0
vpackssdw xmm0,xmm0,xmm0
vmovd eax,xmm0
mov dword ptr [rsp],eax
mov eax,dword ptr [rsp]
但这并不理想。 m
和v
函数参数(以及最后的结果)都被“反弹通过”内存..诚然,这正是C#代码所说的。可以通过使用算术将X
和Y
手动组合成int
然后使用ConvertScalarToVector128Int32
来解决,但是JIT显然不够聪明,无法看到算术是多余的。因此,似乎没有很好的解决方案。希望在某个时候,JIT优化器将能够检测到这种毫无意义的“内存反弹”情况并将其删除。
另一点是MultiplyAddAdjacent
被部分浪费了:它有8个乘积,但是只有4个是有用的计算,向量的上半部分只是零。如果您有2个向量乘以同一个2x2矩阵,则可以花很少的额外费用,比简单地两次调用上述函数要少得多。