小编Ser*_*tch的帖子

考虑以下继承:

class Base {
protected:
  Base() { }
public:
  double Multiply(double x);
};

class Derived : public Base {
  double _value;
public:
  Derived(double init) : _value(init) { }
  double Multiply(double x) { return x*_value; }
};

此代码段将用于模板化代码库.多态性不是一种选择,因为它添加了VTable指针,从而使内存消耗增加了一倍.

但是,我怀疑由于C++要求对象的大小至少为1个字节,因此大小Derived将变为9个字节,因此,由于填充/对齐,它将进一步变为16个字节.

那么在C++中有一种方法可以保持大小Derived等于double(通常为8个字节)的大小吗？标准说的大小是Derived什么？特别是,在这种情况下,MSVC++如何表现？

x86_64 上是否有针对 32 位和 64 位值的非临时加载（即直接从 DRAM 加载，无需缓存）的 C/C++ 内在函数？

我的编译器是MSVC++2017工具集v141。但其他编译器的内在函数以及对底层汇编指令的引用也是受欢迎的。

你能描述一下x86_64上WC和WB内存的含义和区别吗？为了完整起见,请在x86_64上描述其他类型的内存,如果有的话.

请考虑以下代码

template<bool b, typename T> void foo(const T& t = []() {}) {
  // implementation here
}

void bar() {
  foo<true>([&](){ /* implementation here */ }); // this compiles
  foo<true>(); // this doesn't compile
}

在不编译的情况下,我得到以下错误:

error C2672: 'foo': no matching overloaded function found
error C2783: 'void foo(const T&)': could not deduce template argument for 'T'

我认为我想要实现的目标很明确:让我们foo在没有客户提供的lambda的情况下调用它.编译器是MSVC++ 2017版本15.4.4工具集v141.

早些时候我安装CUDA 9.2在我的机器上并用它构建了一个解决方案。然后我升级Visual Studio 2017到了 不支持的修订版CUDA 9.2，所以我收到如下错误：

1>D:\Dev\Views\Engines\ProbQA\ProbQA\PqaCore>"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\bin\nvcc.exe" -gencode=arch=compute_61,code=\"sm_61,compute_61\" --use-local-env -ccbin "C:\Program Files (x86)\Microsoft Visual Studio\2017\Community\VC\Tools\MSVC\14.16.27023\bin\HostX64\x64" -x cu -rdc=true -ID:\Dev\Views\Engines\ProbQA\ProbQA\PqaCore\ -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\include" -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\include" -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\include" --source-in-ptx -G -lineinfo  --keep-dir x64\Debug -maxrregcount=32  --machine 64 --compile -cudart static  -g   -D_DEBUG -D_WINDOWS -D_USRDLL -DPQACORE_EXPORTS -D_WINDLL -D_UNICODE -DUNICODE -Xcompiler "/EHsc /W4 /nologo /Od /FS /Zi /RTC1 /MDd /GR" -o x64\Debug\CudaEngineGpu.cu.obj "D:\Dev\Views\Engines\ProbQA\ProbQA\PqaCore\CudaEngineGpu.cu"
1>c:\program files\nvidia gpu computing …

有没有办法FILE*根据WinAPI CreateFile在C++中返回的句柄创建stdio的结构？

考虑以下代码,其中a是一个参数数组,float并且s是一个最初未初始化的结果数组float:

s[n - 1] = mu * a[n - 1];
for (int j = n - 2; j >= 0; j--)
    s[j] = mu * (a[j] + s[j + 1]);
return s;

有没有机会用SIMD(AVX2)改善这种重复代码的性能？

编辑:我后来发现这个公式/算法被称为"折扣金额",但无法在互联网上找到它的并行版本.

以下命令

/usr/bin/arm-linux-gnueabihf-gcc -O3 -DNDEBUG -march=armv7-a -mfloat-abi=hard -fPIC -fno-builtin -fno-exceptions -fomit-frame-pointer -funwind-tables -fno-stack-protector -fvisibility=hidden -fvisibility-inlines-hidden -fno-function-sections -fno-lto -g -Wno-variadic-macros -Wno-non-virtual-dtor -o testAsm.S.o -c testAsm.S

在以下程序集文件中testAsm.S:

    .syntax unified
    .arch armv7
    .fpu vfpv3
    .code 32
    .global _functionPointer
    .p2align 2
    .global _asmFunction
    .type _asmFunction, %function
_asmFunction:
    PUSH {r1-r3,lr}
    VPUSH {d0-d7}
    MOVW r1,#:lower16:_functionPointer
    MOVT r1,#:upper16:_functionPointer
    LDR r2, [r1]
    CMP r2, #0
    BEQ asmFunction_restore
    MOV r1, #0
    BLX r2
asmFunction_restore:
    VPOP {d0-d7}
    POP {r1-r3,pc}

每条指令产生以下错误

错误:尝试在仅Thumb处理器上使用ARM指令

具体来说,下面是输出:

testAsm.S: Assembler messages:
testAsm.S:10: Error: attempt to …

文档的cudaHostAlloc()说，与cudaHostAllocMapped标志它分配固定的主机和“地图分配到CUDA地址空间的”内存。这是否意味着在设备上也分配了镜像缓冲区？无论是在通话中cudaHostAlloc()还是cudaHostGetDevicePointer()通话中。或者设备是否在每次访问由 返回的指针时与主机内存进行通信cudaHostGetDevicePointer()？

这个问题不同于何时使用 cudaHostRegister() 和 cudaHostAlloc()？“Pinned or page-locked”内存是什么意思？哪些是 OpenCL 中的等价物？因为我不问 API 是什么、何时使用它们或什么是固定内存。我特别询问是否在 GPU 上分配了镜像缓冲区。

文档在这里_alloca()说：

_alloca 例程返回一个指向已分配空间的 void 指针，保证该空间能够适当对齐以存储任何类型的对象。

然而，这里说：

_alloca 需要 16 字节对齐，并且还需要使用帧指针。

因此，似乎在第一个参考文献中，他们忘记了 32 字节对齐的 AVX/AVX2 类型，例如__m256d.

另一件让我困惑的事情是，第一页说_alloca()已弃用，而它建议使用可以从堆而不是堆栈分配内存的函数（这在我的多线程应用程序中是不可接受的）。

那么有人可以指出我是否有一些现代的（也许是新的 C/C++ 标准？）方法来对齐堆栈内存分配？

说明 1：请不要提供需要数组大小为编译时常量的解决方案。我的函数根据运行时参数值分配可变数量的数组项。