c++ - 优化用 fftw_malloc() 分配的两个 std::vector> 的逐元素乘积

Question

在我正在开发的数值模拟中，我必须执行许多二维离散傅立叶变换，我使用 FFTW 进行，以及数组的逐元素乘法。

我正在为我的数据使用以下容器:

std::vector<std::complex<float>, fftwAllocator<std::complex<float>>> data(LX*LY);

LX 和 LY 不一定相等。 fftwAllocator 是一个自定义分配器，它使用 fftw_malloc() 进行内存对齐。

目前，我的元素乘法看起来像这样:

Wave &operator*=(const Wave &m) {
    for(unsigned int i = 0; i < LX * LY; i++)
        _data[i] *= m._data[i];

    return *this;
}

我知道，编译器可能做了很多魔术，但考虑到我的数组已经通过 fftw_malloc() 以 SIMD 兼容的方式对齐，我想我可以使用 vector此处的说明可以加快速度。

这里有没有简单的方法来引入平台无关的 vector 指令？我真的很惊讶，FFTW 中并没有包含简单的 vector 乘法，因为很多人用它来卷积信号...

Answer 1

正如 Peter Cordes 在对我的问题的评论中所建议的那样，gcc 能够自行向量化某些指令，这可以通过编译标志 -fopt-info-vec-all.

然而，事实证明 complex& operator*=(const T& other); 无法向量化，所以我不得不用以下内容替换问题中的函数:

Wave &operator*=(const Wave &m) {
    // the builtin product of std::complex is not
    // vectorized by gcc, so we're doing it manually
    // here.
    float tmp;
    for(unsigned int i = 0; i < _lx * _ly; i++) {
        tmp = _data[i].real();
        _data[i].real(_data[i].real() * m._data[i].real() - _data[i].imag() * m._data[i].imag());
        _data[i].imag(tmp * m._data[i].imag() + _data[i].imag() * m._data[i].real());
    }

    return *this;
}

有了它，gcc -O3 成功地向量化了循环。