使用SSE将C中32位整数的两个向量相乘的最快方法

我有两个无符号向量,大小都是4

vector<unsigned> v1 = {2, 4, 6, 8}
vector<unsigned> v2 = {1, 10, 11, 13}

现在我想将这两个向量相乘并获得一个新向量

vector<unsigned> v_result = {2*1, 4*10, 6*11, 8*13}

什么是SSE操作？它是跨平台还是仅跨平台
在某些指定的平台？

添加：
如果我的目标是增加不是乘法,我可以超级快速地做到这一点：

__m128i a = _mm_set_epi32(1,2,3,4);
__m128i b = _mm_set_epi32(1,2,3,4);
__m128i c;
c = _mm_add_epi32(a,b);

解决方法:

对所有元素使用集合内在函数(如_mm_set_epi32)效率很低.最好使用load intrinsics.有关该Where does the SSE instructions outperform normal instructions的更多信息,请参阅此讨论.如果数组是16字节对齐,您可以使用_mm_load_si128或_mm_loadu_si128(对于对齐的内存,它们具有几乎相同的效率),否则使用_mm_loadu_si128.但是对齐的内存效率要高得多.为了获得对齐的内存,我建议_mm_malloc和_mm_free,或C11 aligned_alloc,这样你就可以正常使用了.

为了回答你的其余问题,我们假设你在SSE寄存器中加载了两个向量__m128i a和__m128i b

对于SSE版本> = SSE4.1使用

_mm_mullo_epi32(a, b);

没有SSE4.1：

此代码复制自Agner Fog的Vector Class Library(并且被此答案的原作者抄袭)：

// Vec4i operator * (Vec4i const & a, Vec4i const & b) {
// #ifdef
__m128i a13    = _mm_shuffle_epi32(a, 0xF5);          // (-,a3,-,a1)
__m128i b13    = _mm_shuffle_epi32(b, 0xF5);          // (-,b3,-,b1)
__m128i prod02 = _mm_mul_epu32(a, b);                 // (-,a2*b2,-,a0*b0)
__m128i prod13 = _mm_mul_epu32(a13, b13);             // (-,a3*b3,-,a1*b1)
__m128i prod01 = _mm_unpacklo_epi32(prod02,prod13);   // (-,-,a1*b1,a0*b0) 
__m128i prod23 = _mm_unpackhi_epi32(prod02,prod13);   // (-,-,a3*b3,a2*b2) 
__m128i prod   = _mm_unpacklo_epi64(prod01,prod23);   // (ab3,ab2,ab1,ab0)

标签：c,x86,sse,intrinsics,simd
来源： https://codeday.me/bug/20190728/1567001.html