c++ - 数组中的 AVX 对齐

Question

我正在使用 MSVC12 (Visual Studio 2013 Express) 并尝试实现 8*8 浮点值的快速乘法。问题是对齐: vector 实际上有 9*n 个值，但我总是只需要前 8 个，所以例如对于 n=0，保证 32 字节对齐(当我使用 _mm_malloc 时)，对于 n=1，“第一个”值在 4*9 = 36 字节处对齐。

for(unsigned i = 0; i < n; i++) {
    float *coeff_set = (float *)_mm_malloc(909 * 100 *sizeof(float), 32);
    // this works for n=0, not n=1, n=2, ...
    __m256 coefficients = _mm256_load_ps(&coeff_set[9 * i]);
    __m256 result = _mm256_mul_ps(coefficients, coefficients);

    ...
}

有没有可能解决这个问题？我想保留我的数据结构，但如果不可能，我会更改它。我找到的一个解决方案是先将 8 个 float 复制到一个对齐的数组中，然后加载它，但是这样性能损失太高了。

Answer 1

你有两个选择:

1. 将每组系数填充为 16 个值以保持对齐
2. 使用 _mm256_loadu_ps 内部函数进行未对齐访问

第一个选择速度效率更高，而第二个选择空间效率更高。