c++ - `valarray` 是否能够利用 SIMD 支持？

Question

我知道 valarray 类最初是为了优化高速数值计算而实现的。

作为一个缺点，它的许多设计方面都支持这一点 - 例如限制指针别名的restrict-type 机制，或者缺少范围检查 -对开发人员施加繁琐的限制，并增加运行时错误的风险。valarray 无法执行 append() 或 emplace() 也是一个问题。

另一方面，valarray 的吸引力在于它能够将 vector 运算呈现为标量表达式:

#include <valarray>
using std::valarray

int main() {
    valarray<int> a = {1, 2, 3}, b = {4, 5, 6};
    valarray<int> c = a + b;
    // instead of a loop or something like transform(begin(a), end(a), begin(b), begin(c), plus<int>());
}

用户喜欢简洁的符号，例如上面的语言，就像在 FORTRAN 和 Matlab 中一样。

主要优势是，这消除了求助于 Eigen 或 Blitz++ 等外部库，或求助于表达式模板等奇特结构的需要。

在自定义 myVector 类中使用 friend 运算符可以很容易地模拟上面代码中的 vector 和:

myVector<int>& operator+(const myVector<int>& a, const myVector<int>& b) { 
    for (size_t i=0, i!=a.size(), ++i) 
        c[i] = a[i] + b[i];

    return c;
}

但我怀疑 valarray 的实现如此简单。

实际上，我了解到现代 CPU 具有原生 SIMD(同一指令多数据)功能。也就是说，他们可以将相同的指令应用于多个合并数据的 block 。这是一种硬件级矢量化，在编译时优化代码时由(足够现代的)编译器自动激活。

显然，为了让编译器使用 SIMD，程序员所能做的最多的事情就是对数据进行编码以便它们连续存储，并使用 STL 算法 函数代替循环。顺便说一句，这与 GPU 为促进涉及多维 vector 的计算所做的工作非常相似。

鉴于以上所有情况，对我来说，valarray 的使用应该会自动刺激编译器实现 SIMD，这似乎合乎逻辑。是这样吗？

我知道英特尔在几年前从默默无闻中挖出了 valarray，现在提供了矢量化数学函数库。他们是否设法调整 valarray 以供 SIMD 使用？

Answer 1

Intel 有自己的 valarray 实现，用于实现性能优势和并行性。

英特尔的 valarray 实现使用英特尔® 集成性能原语(英特尔® IPP)，它是英特尔 BaseToolkit 的一部分。

请引用以下链接:

https://www.intel.com/content/www/us/en/develop/documentation/cpp-compiler-developer-guide-and-reference/top/compiler-reference/libraries/intel-c-class-libraries/intel-s-valarray-implementation.html