c - 使用 SSE (x*x*x)+(y*y*y) 的乘法

Question

我正在尝试使用 SIMD 优化此功能，但我不知道从哪里开始。

long sum(int x,int y)
{
    return x*x*x+y*y*y;
}

反汇编函数如下所示:

  4007a0:   48 89 f2                mov    %rsi,%rdx
  4007a3:   48 89 f8                mov    %rdi,%rax
  4007a6:   48 0f af d6             imul   %rsi,%rdx
  4007aa:   48 0f af c7             imul   %rdi,%rax
  4007ae:   48 0f af d6             imul   %rsi,%rdx
  4007b2:   48 0f af c7             imul   %rdi,%rax
  4007b6:   48 8d 04 02             lea    (%rdx,%rax,1),%rax
  4007ba:   c3                      retq   
  4007bb:   0f 1f 44 00 00          nopl   0x0(%rax,%rax,1)

调用代码如下所示:

 do {
for (i = 0; i < maxi; i++) {
  j = nextj[i];
  long sum = cubeSum(i,j);
  while (sum <= p) {
    long x = sum & (psize - 1);
    int flag = table[x];
    if (flag <= guard) {
      table[x] = guard+1;
    } else if (flag == guard+1) {
      table[x] = guard+2;
      count++;
    }
    j++;
    sum = cubeSum(i,j);
  }
  nextj[i] = j;
}
p += psize;
guard += 3;
} while (p <= n);

Answer 1

• 用 (x|y|0|0) 填充一个 SSE 寄存器(因为每个 SSE 寄存器包含 4 个 32 位元素)。让我们称它为 r1
• 然后将该寄存器复制到另一个寄存器 r2
• 执行 r2 * r1，将结果存储在 r2 中。
• 再次执行 r2 * r1 将结果存入 r2
• 现在在 r2 中你有 (x*x*x|y*y*y|0|0)
• 将 r2 的低位两个元素解包到单独的寄存器中，将它们相加(SSE3 有水平相加指令，但仅适用于 float 和 double)。

最后，如果这比编译器已经为您生成的简单代码更快，我真的会感到惊讶。如果您有要操作的数据数组，SIMD 会更有用。