c - 在C语言中的ARMv7中预取

我必须在C中实现两个矩阵之间的Khatri-Rao积。从数学上讲，这是一列主要的数据访问，我不能改变。但是如果我使用preload（ARMv7中的PLD指令）来预取每个下一个循环的数据，这将解决性能问题，而不是使用行主要的数据访问。
如果是，如何正确预加载？
请检查下面的预加载代码，

void khatrirao_pref(double *C, double *A, double *B,
                  int nmax, int mmax, int pmax)
 {
  int i,k,l;
  for (i=0;i<nmax;i++)
    {
    for (k=0;k<mmax;k++)
      {
        asm("PLD [%0]\n\t" :: "r" (A+i+((nmax+1)*k)));
      for (l=0;l<pmax;l++)
    {
            asm("PLD [%0]\n\t" :: "r" (B+i+((nmax+1)*l)));
           C[i+(nmax*((k*pmax)+l))]=A[i+(nmax*k)]*B[i+(nmax*l)];
    }}}
 }

最佳答案

预加载指令也有自己的成本。通常，您希望在实际阅读之前预加载，并仔细配置。
也就是说，如果这是gcc或clang，那么最好使用__builtin_prefetch而不是显式内联asm，因为它将编译为支持它的目标（ARMv5TE和更高版本）的PLD，否则将是无害的。我发现这篇博客文章展示了一些实际使用的示例：
http://www.naftaliharris.com/blog/2x-speedup-with-one-line-of-code/
这也是了解PLD使用的一个非常有用的链接：
http://infocenter.arm.com/help/topic/com.arm.doc.faqs/ka13544.html
请注意，本页显示，有时使用PLD是不利的。我的猜测是，至少你不想在你的内心循环中发布它。你应该审判不同的案件。
根据矩阵的最常见大小，您还可能发现在特殊情况下使用某些nmax/mmax值是有益的。

关于c - 在C语言中的ARMv7中预取，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/37040006/