SSE和AVX内在混合物

Question

除了SSE-copy,AVX-copy和std :: copy性能.假设我们需要以下列方式对一些循环进行矢量化:1)通过AVX向量化第一个循环批次(多次乘8).2)将循环的剩余部分分成两批.通过SSE矢量化批次为4的倍数.3)通过串行程序处理整个循环的剩余批次.让我们考虑复制数组的例子:

#include <immintrin.h>

template<int length,
         int unroll_bound_avx = length & (~7),
         int unroll_tail_avx  = length - unroll_bound_avx,
         int unroll_bound_sse = unroll_tail_avx & (~3),
         int unroll_tail_last = unroll_tail_avx - unroll_bound_sse>
void simd_copy(float *src, float *dest)
{
    auto src_  = src;
    auto dest_ = dest;

    //Vectorize first part of loop via AVX
    for(; src_!=src+unroll_bound_avx; src_+=8, dest_+=8)
    {
         __m256 buffer = _mm256_load_ps(src_);
         _mm256_store_ps(dest_, buffer);
    }

    //Vectorize remainder part of loop via SSE
    for(; src_!=src+unroll_bound_sse+unroll_bound_avx; src_+=4, dest_+=4)
    {
        __m128 buffer = _mm_load_ps(src_);
        _mm_store_ps(dest_, buffer);
    }

    //Process residual elements
    for(; src_!=src+length; ++src_, ++dest_)
        *dest_ = *src_;
}

int main()
{  
    const int sz = 15;
    float *src = (float *)_mm_malloc(sz*sizeof(float), 16);
    float *dest = (float *)_mm_malloc(sz*sizeof(float), 16);
    float a=0;
    std::generate(src, src+sz, [&](){return ++a;});

    simd_copy<sz>(src, dest);

    _mm_free(src);
    _mm_free(dest);
}

使用SSE和AVX是否正确？我需要避免AVX-SSE过渡吗？

Answer 1

你可以随心所欲地混合SSE和AVX内在函数.

您唯一要确定的是指定正确的编译器标志以启用AVX.

• GCC: -mavx
• 视觉工作室: /arch:AVX

如果不这样做将导致代码不编译(GCC),或者在Visual Studio的情况下,
这种废话:

• 使用AVX CPU指令:没有"/ arch:AVX"的性能不佳

该标志的作用是强制所有SIMD指令使用VEX编码来避免上述问题中描述的状态转换惩罚.