c++ - SSE半载(_mm_loadh_pi/_mm_loadl_pi)发出警告

我从英特尔网站借来了矩阵求逆算法:
http://download.intel.com/design/PentiumIII/sml/24504301.pdf

它使用_mm_loadh_pi和_mm_loadl_pi加载4x4矩阵系数，并同时进行部分混洗。我的应用程序的性能改善非常显着，如果我使用_mm_load_ps对矩阵进行经典的加载/混洗，则速度会稍慢一些。

但是这种加载方法会发出编译警告:“tmp1在此函数中未初始化使用”

__m128 tmp1;
tmp1 = _mm_loadh_pi(_mm_loadl_pi(tmp1, (__m64*)(src)), (__m64*)(src+ 4));

这在某种意义上是有意义的，因为tmp1是_mm_loadl_pi的输入参数，并且会影响结果。

但是，详细查看代码的作用表明tmp1不需要初始化。初始化会稍微减慢代码的速度(可测量)。

您是否有关于如何在无需初始化tmp1的情况下以可移植的方式删除警告的想法？

最佳答案

我尝试了3种编译器:MS Visual Studio 2012，gcc481和Intel icl 13.1。正如您所指出的，它们都发出警告。我发现gcc和MS都会自动为tmp1生成初始化代码，即使它们警告缺少初始化。 MS编译器生成不良的内存访问:movaps xmm0,xmmword ptr [rsp]。 Gcc生成更有效的xorps xmm0,xmm0。因此，在gcc的情况下，添加tmp1=_mm_setzero_ps()可以消除警告，并生成与不使用时完全相同的代码。对于MS，添加tmp1=_mm_setzero_ps()会使代码更短甚至更快。只有Intel编译器足够聪明，可以避免不必要的初始化。这是MS和gcc编译器可能的解决方法:

    __m128 tmp1 = _mm_loadh_pi(_mm_load_ps (src), (__m64*)(src + 4));

代码生成为:

movaps      xmm0,xmmword ptr [rcx]
movhps      xmm0,qword ptr [rcx+10h]

它看起来较短，但应进行基准测试以确保速度更快。

2013年9月12日:用于不同警告抑制想法的测试代码:

#include <xmmintrin.h>
#include <stdint.h>
#include <stdio.h>

//---------------------------------------------------------------------------
// original code from http://download.intel.com/design/PentiumIII/sml/24504301.pdf
__m128 func1 (float *src)
    {
    __m128 tmp1;
    tmp1 = _mm_loadh_pi(_mm_loadl_pi(tmp1, (__m64*)(src)), (__m64*)(src+ 4));
    return tmp1;
    }

//---------------------------------------------------------------------------
// original code plus tmp1 initialization
__m128 func2 (float *src)
    {
    __m128 tmp1 = _mm_loadh_pi(_mm_loadl_pi (_mm_setzero_ps (), (__m64*)(src)), (__m64*)(src + 4));
    return tmp1;
    }

//---------------------------------------------------------------------------
// use redundant load to eliminate warning
__m128 func3 (float *src)
    {
    __m128 tmp1 = _mm_loadh_pi(_mm_load_ps (src), (__m64*)(src + 4));
    return tmp1;
    }

//---------------------------------------------------------------------------

static void dump (void *data)
    {
    float *f16 = data;
    int index;

    for (index = 0; index < 4; index++)
        printf ("%g ", f16 [index]);
    printf ("\n");
    }

//---------------------------------------------------------------------------

int main (void)
    {
    float f [8] = {1, 2, 3, 4, 5, 6, 7, 8};
    __m128 tmp;

    tmp = func1 (f);
    dump (&tmp);
    tmp = func2 (f);
    dump (&tmp);
    tmp = func3 (f);
    dump (&tmp);
    return 0;
    }

构建命令:

gcc  -O3 -Wall -Wfatal-errors sample.c -osample.exe
objdump -Mintel --disassemble sample.exe > disasm.txt

cl -Ox -Zi -W4 sample.c
dumpbin -disasm -symbols sample.exe > disasm.txt

icl -Ox -Zi sample.c
dumpbin -disasm -symbols sample.exe > disasm.txt