单精度矩阵运算的特征性能AVX与SSE没有区别？

Question

在我的项目中,我使用Eigen3.3库来进行6x6矩阵的计算.我决定调查AVX指令是否真的让我对SSE加速.我的CPU确实支持这两组:

model name      : Intel(R) Xeon(R) CPU E5-1607 v2 @ 3.00GHz
flags           : ...  sse sse2 ... ssse3 ... sse4_1 sse4_2 ... avx ...

所以,我用gcc4.8编译了一个小测试,使用两组不同的标志:

$ g++ test-eigen.cxx -o test-eigen -march=native -O2 -mavx
$ g++ test-eigen.cxx -o test-eigen -march=native -O2 -mno-avx

我确认第二个案例-mno-avx没有产生任何ymm寄存器指令.然而,这两个案例给出了非常相似的结果,约为520毫秒perf.

这是程序test-eigen.cxx(它与两个矩阵的总和相反,只是接近我正在处理的实际任务):

#define NDEBUG

#include <iostream>
#include "Eigen/Dense"

using namespace Eigen;

int main()
{
   typedef Matrix<float, 6, 6> MyMatrix_t;

   MyMatrix_t A = MyMatrix_t::Random();
   MyMatrix_t B = MyMatrix_t::Random();
   MyMatrix_t C = MyMatrix_t::Zero();
   MyMatrix_t D = MyMatrix_t::Zero();
   MyMatrix_t E = MyMatrix_t::Constant(0.001);

   // Make A and B symmetric positive definite matrices
   A.diagonal() = A.diagonal().cwiseAbs();
   A.noalias() = MyMatrix_t(A.triangularView<Lower>()) * MyMatrix_t(A.triangularView<Lower>()).transpose();

   B.diagonal() = B.diagonal().cwiseAbs();
   B.noalias() = MyMatrix_t(B.triangularView<Lower>()) * MyMatrix_t(B.triangularView<Lower>()).transpose();

   for (int i = 0; i < 1000000; i++)
   {
      // Calculate C = (A + B)^-1
      C = (A + B).llt().solve(MyMatrix_t::Identity());

      D += C;

      // Somehow modify A and B so they remain symmetric
      A += B;
      B += E;
   }

   std::cout << D << "\n";

   return 0;
}

我真的期望在Eigen中使用AVX获得更好的性能吗？或者我在编译器标志或特征配置中遗漏了什么？我的测试可能不适合展示差异,但我不知道它可能有什么问题.

Answer 1

您使用太小的矩阵来使用AVX:单精度,AVX一次处理8个标量的数据包.当使用6x6矩阵时,AVX只能用于纯组件操作,例如A = B + C,因为它们可以被视为对大小为36的1D向量的操作,大于8.在您的情况下,与这些操作相比,这些类型的操作可以忽略不计. Cholesky分解和解决的成本.

要查看差异,请移至MatrixXf尺寸为100x100或更大的矩阵.