x86 - SSE:_mm_load/store与使用直接指针访问之间的区别

Question

假设我要添加两个缓冲区并存储结果。两个缓冲区均已分配16字节对齐。我发现了两个例子。

第一个是使用_mm_load将缓冲区中的数据读取到SSE寄存器中，执行加法运算并将其存储回结果寄存器。到现在为止，我会那样做。

void _add( uint16_t * dst, uint16_t const * src, size_t n )
{
  for( uint16_t const * end( dst + n ); dst != end; dst+=8, src+=8 )
  {
    __m128i _s = _mm_load_si128( (__m128i*) src );
    __m128i _d = _mm_load_si128( (__m128i*) dst );

    _d = _mm_add_epi16( _d, _s );

    _mm_store_si128( (__m128i*) dst, _d );
  }
}

第二个示例只是直接对内存地址执行添加操作，而无需进行加载/存储操作。两种接缝都能正常工作。

void _add( uint16_t * dst, uint16_t const * src, size_t n )
{
  for( uint16_t const * end( dst + n ); dst != end; dst+=8, src+=8 )
  {
    *(__m128i*) dst = _mm_add_epi16( *(__m128i*) dst, *(__m128i*) src );
  }
}

因此，问题是第二个示例是否正确或可能有任何副作用，何时使用加载/存储是强制性的。

谢谢。

Answer 1

两种版本都很好-如果查看生成的代码，您会看到第二种版本仍然会向向量寄存器至少产生一次加载，因为PADDW（aka _mm_add_epi16）只能直接从内存中获取其第二种参数。

实际上，大多数非平凡的SIMD代码在加载和存储数据之间所做的操作要比一次添加操作多得多，因此，通常，您可能希望最初使用_mm_load_XXX将数据加载到矢量变量（寄存器）中，执行所有SIMD对寄存器进行操作，然后通过_mm_store_XXX将结果存储回内存。