- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个浮点值数组,我需要执行一些易于向量化的操作,例如对所有这些值求和,然后将它们全部除以该总和。我还需要访问(主要是读取)数组的各个元素。我想我可以使用 SIMD 类型来启用数组的矢量化。每当我需要对数组的各个元素做很多事情时,我会将数组转换为对常规浮点值数组的引用,然后访问该引用,如下所示:
extern crate simd;
use simd::x86::avx::f32x8;
fn main() {
let values8: [f32x8; 100] = [f32x8::splat(1.1); 100];
let values: &[f32; 800] = unsafe { std::mem::transmute(&values8) };
println!("{}", values[333]);
}
这编译并且似乎工作得很好。但我担心这是未定义的行为,因为 I read那:
Transmuting between non-repr(C) types is UB
我认为 SIMD 类型(如 simd::x86::avx::f32x8
)是 repr(simd)
而我不认为 [f32 ; 800]
也是 repr(C)
。
我知道我可以在 SIMD 类型上使用 extract
方法来获取那些单独的浮点值,但是使用上述转换为常规数组的方案会使代码更简单。
最佳答案
this Pre-RFC 中的早期定义指出
It is illegal to take an internal reference to the fields of a repr(simd) type, because the representation of booleans may require to change, so that booleans are bit-packed. The official external library providing SIMD support will have private fields so this will not be generally observable.
这显然会禁止将 simd 类型转换为数组。
实际的 RFC changed那个,所以显然你可以引用内部的东西。 RFC 还声明布局和对齐方式取决于平台。
由于我所知道的所有平台都不会向 f32x8
这样的普通 simd 类型添加填充,因此您可以假设 f32x8
的布局是“相同的”作为 [f32; 8]
就它而言,它包含 8 个 f32
,它们紧密地封装在一个 32 字节的内存块中。不过顺序可能是任意的。
"Transmuting between non-repr(C) types is UB" I think simd types (like simd::x86::avx::f32x8) are repr(simd) and I don't think [f32; 800] is repr(C) either.
从技术上讲,您既不是转换 repr(simd)
类型,也不是 [f32; 800]
,您正在将一个引用转换为另一个引用,但结果是一样的。
正如@Chris Emerson 所指出的,您示例中的不安全性来自生命周期链的中断。要恢复它,请创建一个抽象边界:
fn simd_slice(simd: &[f32x8; 100]) -> &[f32; 800] {
unsafe { &*(simd as *const [f32x8; 100] as *const [f32; 800]) }
}
关于arrays - 这是从 SIMD 数组转换为常规数字类型的未定义行为吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39014338/
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 7年前关闭。 Improve this qu
我有一个代码库,我可以在我的 mac 上编译和运行,但不能在我的远程 linux 机器上编译和运行,我不确定为什么。 编译时出现错误 fatal error: simd/simd.h: No such
我需要了解如何编写一些可并行化问题的 C++ 跨平台实现,以便在可用的情况下利用 SIMD(SSE、SPU 等)。以及我希望能够在运行时在 SIMD 和非 SIMD 之间切换。 您建议我如何解决这个问
我正在使用 AVX 内在 _mm256_extract_epi32() . 不过,我不完全确定我是否正确使用它,因为 gcc 不喜欢我的代码,而 clang 编译它并运行它没有问题。 我根据整数变量的
当我可以使用 SSE3 或 AVX 时,SSE2 或 MMX 等较旧的 SSE 版本是否可用 - 还是我还需要单独检查它们? 最佳答案 一般来说,这些都是附加的,但请记住,多年来英特尔和 AMD 对这
在 godbolt.org 使用 gcc 7.2 我可以看到以下内容 code在汇编程序中翻译得非常好。我看到 1 次加载、1 次添加和 1 次存储。 #include __attribute__(
假设我们有一个函数将两个数组相乘,每个数组有 1000000 个 double 值。在 C/C++ 中,该函数如下所示: void mul_c(double* a, double* b) {
我有一个 A = a1 a2 a3 a4 b1 b2 b3 b4 c1 c2 c3 c4 d1 d2 d3 d4 我有两排, float32x2_t a = a1 a2 flo
我正在考虑编写一个 SIMD vector 数学库,因此作为一个快速基准,我编写了一个程序,该程序执行 1 亿(4 个 float ) vector 元素乘法并将它们加到累积总数中。对于我的经典非 S
我正在开发带有英特尔编译器 OpenMP 4.0 的英特尔 E5(6 核、12 线程) 为什么这段代码 SIMD 编译比并行 SIMD 编译更快? for (int suppv = 0; suppv
OpenMP 4.0 引入了 SIMD 结构以利用 CPU 的 SIMD 指令。根据规范http://www.openmp.org/mp-documents/OpenMP4.0.0.pdf ,有两种结
英特尔编译器允许我们通过以下方式对循环进行矢量化 #pragma simd for ( ... ) 但是,您也可以选择使用 OpenMP 4 的指令执行此操作: #pragma omp simd fo
关注我的 x86 question ,我想知道如何在 Arm-v8 上有效地矢量化以下代码: static inline uint64_t Compress8x7bit(uint64_t x) {
Intel 提供了几个 SIMD 命令,它们似乎都对 128 位数据执行按位异或: _mm_xor_pd(__m128d, __m128d) _mm_xor_ps(__m128, __m128) _m
可以使用“位打包”技术压缩无符号整数:在一个无符号整数 block 中,只存储有效位,当一个 block 中的所有整数都“小”时,会导致数据压缩。该方法称为 FOR (引用框架)。 有SIMD lib
SSE 寄存器是否在逻辑处理器(超线程)之间共享或复制? 对于 SSE 繁重的程序,我能否期望从并行化中获得与普通程序相同的加速(英特尔声称具有超线程的处理器为 30%)? 最佳答案 从英特尔的文档中
我正在编写一个使用 SSE 指令来乘法和相加整数值的程序。我用浮点数做了同样的程序,但我的整数版本缺少一个指令。 使用浮点数,在完成所有操作后,我将 de 值返回到常规浮点数数组,执行以下操作: _m
我正在开发基于Intel指令集(AVX,FMA等)的高性能算法。当数据按顺序存储时,我的算法(内核)运行良好。但是,现在我面临一个大问题,但没有找到解决方法或解决方案: see 2D Matrix i
大家好 :) 我正在尝试了解有关浮点、SIMD/数学内在函数和 gcc 的快速数学标志的一些概念。更具体地说,我在 x86 cpu 上使用 MinGW 和 gcc v4.5.0。 我已经搜索了一段时间
根据https://sourceware.org/glibc/wiki/libmvec GCC 具有数学函数的向量实现。它们可以被编译器用于优化,可以在这个例子中看到:https://godbolt.
我是一名优秀的程序员,十分优秀!