使用 SSE 内联函数的寄存器短缺

Register's shortage using SSE intrinsics

本文关键字：寄存器 函数 SSE 使用      更新时间：2023-10-16

在这个SSE加载/存储后的内存事务中，我询问了显式寄存器内存事务和中间指针之间的差异。在实践中，中间指针显示出略高的性能，然而，就硬件而言，什么是中间指针还不清楚？如果创建了指针，是否意味着某些寄存器也被占用，或者寄存器的调用发生在某些SSE操作期间（例如_mm_mul）？

让我们考虑一下这个例子：

struct sse_simple
{
    sse_simple(unsigned int InputLength):
        Len(InputLength/4),
        input1((float*)_mm_malloc((float *)_mm_malloc(cast_sz*sizeof(float), 16))),
        input2((float*)_mm_malloc((float *)_mm_malloc(cast_sz*sizeof(float), 16))),
        output((float*)_mm_malloc((float *)_mm_malloc(cast_sz*sizeof(float), 16))),
        inp1_sse(reinterpret_cast<__m128*>(input1)),
        inp1_sse(reinterpret_cast<__m128*>(input2)),
        output_sse(reinterpret_cast<__m128*>(output))
    {}
    ~sse_simple()
    {
        _mm_free(input1);
        _mm_free(input2);
        _mm_free(output);
    }
    void func()
    {
        for(auto i=0; i<Len; ++i)
            output_sse[i] = _mm_mul(inp1_sse[i], inp2_sse[i]);
    }
    float *input1;
    float *input2;
    float *output; 
    __m128 *inp1_sse;
    __m128 *inp2_sse;
    __m128 *output_sse;
    unsigned int Len;
};

在上面的例子中，中间指针inp1_sse、inp2_sse和output_sse在构造函数中创建一次。如果我复制大量的sse_simple对象（例如50000或更多），这会导致寄存器短缺吗？

首先，寄存器是靠近计算单元的小型存储器（意味着访问速度非常快）。编译器尽可能多地使用它们来加快计算速度，但如果不能，它就会使用内存。由于寄存器中存储的内存量很小，所以在计算过程中，寄存器通常只用作临时寄存器。大多数时候，除了循环索引等临时变量外，所有内容都会存储在内存中。。。所以寄存器的不足只会减慢计算速度。

在计算过程中，指针存储在通用寄存器（GPR）中，无论它们指向浮点、向量还是其他什么，而向量__m128存储在特定寄存器中。

因此，在您的示例中，树数组将存储在内存和行中

output_sse[i] = _mm_mul(inp1_sse[i], inp2_sse[i]);

编译为：

movaps -0x30(%rbp),%xmm0    # load inp1_sse[i] in register %xmm0
movaps -0x20(%rbp),%xmm1    # load inp2_sse[i] in register %xmm1
mulps  %xmm1,%xmm0          # perform the multiplication the result is stored in %xmm0
movaps %xmm0,(%rdx)         # store the result in memory

正如您所看到的，指针是使用寄存器%rbp和%rdx存储的。

相关文章：