- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我正在尝试编写一些速度相当快的分量 vector 加法代码。我正在使用(我相信是有符号的)64 位整数。
函数是
void addRq (int64_t* a, const int64_t* b, const int32_t dim, const int64_t q) {
for(int i = 0; i < dim; i++) {
a[i] = (a[i]+b[i])%q; // LINE1
}
}
我正在 IvyBridge(SSE4.2 和 AVX,但不是 AVX2)上使用 icc -std=gnu99 -O3
(icc,这样我以后可以使用 SVML)进行编译。
我的基线是从 LINE1 中删除 %q
。使用 dim=11221184
进行 100 次(迭代)函数调用需要 1.6 秒。 ICC 自动矢量化 SSE 的代码;太好了。
不过我真的很想进行模块化添加。使用 %q
,ICC 不会自动矢量化代码,它运行 11.8 秒(!)。即使忽略先前尝试的自动矢量化,这仍然显得过分。
因为我没有 AVX2,所以使用 SSE 进行矢量化需要 SVML,这也许就是 ICC 没有自动矢量化的原因。无论如何,这是我对内部循环进行矢量化的尝试:
__m128i qs = _mm_set1_epi64x(q);
for(int i = 0; i < dim; i+=2) {
__m128i xs = _mm_load_si128((const __m128i*)(a+i));
__m128i ys = _mm_load_si128((const __m128i*)(b+i));
__m128i zs = _mm_add_epi64(xs,ys);
zs = _mm_rem_epi64(zs,qs);
_mm_store_si128((__m128i*)(a+i),zs);
}
主循环的程序集是:
..B3.4: # Preds ..B3.2 ..B3.12
movdqa (%r12,%r15,8), %xmm0 #59.22
movdqa %xmm8, %xmm1 #60.14
paddq (%r14,%r15,8), %xmm0 #59.22
call __svml_i64rem2 #61.9
movdqa %xmm0, (%r12,%r15,8) #61.36
addq $2, %r15 #56.30
cmpq %r13, %r15 #56.24
jl ..B3.4 # Prob 82% #56.24
所以代码按预期进行了向量化。我知道我可能不会因为 SVML 而获得 2 倍的加速,但代码运行时间为 12.5 秒,比完全没有矢量化时慢!这真的是这里能做到的最好的吗?
最佳答案
SSE2 和 AVX2 都没有整数除法指令。 Intel 将 SVML 函数称为内在函数是虚伪的,因为它们中的许多是复杂的函数,映射到多条指令,而不仅仅是几条指令。
有一种方法可以使用 SSE2 或 AVX2 进行更快的除法(和取模)。见本文Improved division by invariant integers .基本上你预先计算一个除数然后做乘法。预先计算除数需要时间,但对于代码中的某些 dim
值,它应该会胜出。我在这里更详细地描述了这种方法 SSE integer division?我还在质数查找器中成功实现了这个方法 Finding lists of prime numbers with SIMD - SSE/AVX
Agner Fog 在他的 Vector Class 中实现了 32 位(但不是 64 位)除法使用该论文中描述的方法。如果您需要一些代码,那将是一个很好的起点,但您必须将其扩展到 64 位。
编辑:根据 Mysticial 的评论并假设输入已经减少,我为 SSE 制作了一个版本。如果这是在 MSVC 中编译的,那么它需要在 64 位模式下作为 32 位模式不支持 _mm_set1_epi64x
。这可以针对 32 位模式进行修复,但我不想这样做。
#ifdef _MSC_VER
#include <intrin.h>
#endif
#include <nmmintrin.h> // SSE4.2
#include <stdint.h>
#include <stdio.h>
void addRq_SSE(int64_t* a, const int64_t* b, const int32_t dim, const int64_t q) {
__m128i q2 = _mm_set1_epi64x(q);
__m128i t2 = _mm_sub_epi64(q2,_mm_set1_epi64x(1));
for(int i = 0; i < dim; i+=2) {
__m128i a2 = _mm_loadu_si128((__m128i*)&a[i]);
__m128i b2 = _mm_loadu_si128((__m128i*)&b[i]);
__m128i c2 = _mm_add_epi64(a2,b2);
__m128i cmp = _mm_cmpgt_epi64(c2, t2);
c2 = _mm_sub_epi64(c2, _mm_and_si128(q2,cmp));
_mm_storeu_si128((__m128i*)&a[i], c2);
}
}
int main() {
const int64_t dim = 20;
int64_t a[dim];
int64_t b[dim];
int64_t q = 10;
for(int i=0; i<dim; i++) {
a[i] = i%q; b[i] = i%q;
}
addRq_SSE(a, b, dim, q);
for(int i=0; i<dim; i++) {
printf("%d\n", a[i]);
}
}
关于c - 向量化模运算,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20604840/
为什么 (defun boolimplies (a b) (or (not a) b)) if called as(boolimplies 'a 'b) 返回 B? 即使我不使用任何 boolean
这个问题已经有答案了: Are there builtin functions for elementwise boolean operators over boolean lists? (5 个回答
我正在寻求帮助以使以下功能看起来更清晰。我觉得我可以通过使用更少的代码行来实现同样的目标。 标题看起来一定很困惑,所以让我详细说明一下。我创建了一个函数,它接受用户输入(即 72+5),将字符串拆分为
我正在学习 C++ 并尝试为矩阵编写一个 C++ 类,我在其中将矩阵存储为一维 C 数组。为此,我定义了一个 element成员函数根据矩阵元素在数组中的位置访问矩阵元素。然后我重载了 class
我正在学习 C++ 并尝试为矩阵编写一个 C++ 类,我在其中将矩阵存储为一维 C 数组。为此,我定义了一个 element成员函数根据矩阵元素在数组中的位置访问矩阵元素。然后我重载了 class
伙计们,以下内容不起作用 函数返回 true,变量返回 false,但它不会进入 when 子句。我尝试像这样放大括号 但是当我将变量的值设置为 true 并将上面的代码更改为 它进入w
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 9 年前。 Improve th
我是原生 C 语言的新手,但我没有看到错误。 我尝试在这种情况下使用 if 操作: #define PAGE_A 0 #define PAGE_B 1 int pageID = 0; if (page
我正在从事一个项目,让用户鼠标滚轮移动并知道它向上或向下滚动。在我的代码中,我可以上下移动。但我想将 Action 保存到一个字符串中。例如,如果用户向上向上向下滚动'mhmh' 显示返回“UUD”但
我有一个 MySQL 表 payment我在其中存储客户的所有付款相关数据。表字段为:fileNo , clientName , billNo , billAmount , status 。我想构建一
我的表架构如下: +------+-------+-------+
我有这个(顺便说一句,我刚刚开始学习): #include #include using namespace std; int main() { string mystr; cout << "We
我正在用 bash 构建一个用于 Linux (SLES 11SP3) 的脚本。我想通过使用以下语法查找它的 pid 来检查某个进程是否存在: pid="$(ps -ef | grep -v grep
我有一个包含两列的表格; CREATE TABLE IF NOT EXISTS `QUESTION_CATEGORY_RELATION` ( `question_id` int(16) NOT N
我对 Python 如何计算 bool 语句感到困惑。 例如 False and 2 or 3 返回 3 这是如何评估的?我认为 Python 首先会查看“False and 2”,甚至不查看“or
这个问题在这里已经有了答案: 12 年前关闭。 这可能是非常基本的......但我似乎不明白: 如何 (2 & 1) = 0 (3 & 1) = 1 (4 & 1) = 0 等等.. 上面的这种模式似
无论如何在Haskell中定义如下函数? or True True = True or True undefined = True or True False
如您所知,TCL 有一些数学函数,例如 罪 , 因 , 和 假设 在 中调用的expr 带有 的命令() 大括号如下: puts [expr sin(1.57)] 现在如何使用 TCL 添加功能 li
让我们考虑两个数组列表。 ArrayList list1 = new ArrayList(); list1.add(1); list1.add(2); list1.add(3); ArrayList
我想包含和排除使用AND和OR的专业知识,包括与AND和OR操作正常工作。但是,当将排除专家与AND和OR一起使用时,返回与3相同的结果计数。我使用的是1.4版 Elasticsearch 。帮助我解
我是一名优秀的程序员,十分优秀!