c++ - 嵌套for循环内的SSE指令

我的代码中有几个嵌套的for循环，我尝试在intel i7内核上使用intel SSE指令来加速应用程序。
代码结构如下（val在较高的for循环中设置）：

_m128 in1,in2,tmp1,tmp2,out;
float arr[4] __attribute__ ((aligned(16)));
val = ...;

... several higher for loops ...
for(f=0; f<=fend; f=f+4){
    index2 = ...;
    for(i=0; i<iend; i++){
        for(j=0; j<jend; j++){
            inputval = ...;
            index = ...;
            if(f<fend-4){
                arr[0] = array[index];
                arr[1] = array[index+val];
                arr[2] = array[index+2*val];
                arr[3] = array[index+3*val];
                in1  = _mm_load_ps(arr);
                in2  = _mm_set_ps1(inputval);
                tmp1 = _mm_mul_ps(in1, in2);
                tmp2 = _mm_loadu_ps(&array2[index2]);
                out  = _mm_add_ps(tmp1,tmp2);
                _mm_storeu_ps(&array2[index2], out);
            } else {
                //if no 4 values available for SSE instruction execution execute serial code
                for(int u = 0; u < fend-f; u++ ) array2[index2+u] += array[index+u*val] * inputval;
            }
        }
    }
}

我认为有两个主要问题：用于对齐“数组”中的值的缓冲区，以及当不剩4个值时（例如，当fend = 6时，剩下两个值的事实，应使用顺序代码执行） ）。还有其他方法可以从in1加载值和/或以3或2个值执行SSE指令吗？



到目前为止，感谢您的回答。加载与我想的一样好，但是在else语句中的“剩余”部分是否可以使用SSE指令解决？

最佳答案

我认为更大的问题是，如此大量的数据移动所需的计算量很少：

arr[0] = array[index];                   //  Data Movement
arr[1] = array[index+val];               //  Data Movement
arr[2] = array[index+2*val];             //  Data Movement
arr[3] = array[index+3*val];             //  Data Movement
in1  = _mm_load_ps(arr);                 //  Data Movement
in2  = _mm_set_ps1(inputval);            //  Data Movement
tmp1 = _mm_mul_ps(in1, in2);             //  Computation
tmp2 = _mm_loadu_ps(&array2[index2]);    //  Data Movement
out  = _mm_add_ps(tmp1,tmp2);            //  Computation
_mm_storeu_ps(&array2[index2], out);     //  Data Movement

虽然“可能”可以简化此过程。我完全不相信矢量化在这种情况下将完全有益。

您必须更改数据布局，以避免出现跨越式访问index + n*val。

或者，您可以等到AVX2收集/散布说明在2013年可用之前？

关于c++ - 嵌套for循环内的SSE指令，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/8383547/