如何将此代码重写为 sse 内部函数
How to rewrite this code to sse intrinsics
我是 sse 内联函数中的新手,希望得到一些提示,以帮助使用此 9,因为这对我来说还很模糊)
我有这样的代码
for(int k=0; k<=n-4; k+=4)
{
int xc0 = 512 + ((idx + k*iddx)>>6);
int yc0 = 512 + ((idy + k*iddy)>>6);
int xc1 = 512 + ((idx + (k+1)*iddx)>>6);
int yc1 = 512 + ((idy + (k+1)*iddy)>>6);
int xc2 = 512 + ((idx + (k+2)*iddx)>>6);
int yc2 = 512 + ((idy + (k+2)*iddy)>>6);
int xc3 = 512 + ((idx + (k+3)*iddx)>>6);
int yc3 = 512 + ((idy + (k+3)*iddy)>>6);
unsigned color0 = working_buffer[yc0*working_buffer_size_x + xc0];
unsigned color1 = working_buffer[yc1*working_buffer_size_x + xc1];
unsigned color2 = working_buffer[yc2*working_buffer_size_x + xc2];
unsigned color3 = working_buffer[yc3*working_buffer_size_x + xc3];
int adr = base_adr + k;
frame_bitmap[adr] = color0;
frame_bitmap[adr+1]= color1;
frame_bitmap[adr+2]= color2;
frame_bitmap[adr+3]= color3;
}
这里都是 int/unsigned,这是循环的关键部分,不确定整数 SSE 是否会在速度上有所帮助,但想知道它是否会起作用? Someopne可以帮忙吗?
(我使用 mingw32)
我的sse有点生疏,但你应该做的是:
xmm0: [k, k+1, k+2, k+3] //xc0, xc1,....
xmm1: [k, k+1, k+2, k+3] //yc0, yc1,....
//initialize before the loop
xmm2: [512, 512, 512, 512]
xmm3: [idx, idx, idx, idx]
xmm4: [iddx, iddx, iddx, iddx]
xmm5: [idy, idy, idy, idy]
xmm6: [iddy, iddy, iddy, iddy]
xmm7: [working_buffer_size_x, working_buffer_size_x, working_buffer_size_x, working_buffer_size_x]
计算:
xmm0 * xmm4
xmm0 + xmm3
xmm0 >> 6
xmm0 + xmm2
xmm0: [xc0, xc1, xc2, xc3]
///////////////////////////////
xmm1 * xmm6
xmm1 + xmm5
xmm1 >> 6
xmm1 + xmm2
xmm1: [yc0, yc1, yc2, yc3]
xmm1 * xmm7
xmm1 + xmm0
现在xmm1
是:
xmm1: [yc0*working_buffer_size_x + xc0, yc1*working_buffer_size_x + xc1, yc2*working_buffer_size_x + xc2, yc3*working_buffer_size_x + xc3]
您在每个循环(working_buffer、frame_bitmap数组)中读取和写入内存,这些操作比计算本身慢得多,因此速度提高不会像您预期的那么多。
编辑
您需要对齐working_buffer和frame_bitmap阵列,并且 SSE4.1:
#include <emmintrin.h>
#include <smmintrin.h> //SSE4.1
int a[4] __attribute__((aligned(16)));
__m128i xmm0, xmm1, xmm2, xmm3, xmm4, xmm5, xmm6, xmm7;
xmm2 = _mm_set1_epi32(512);
xmm3 = _mm_set1_epi32(idx);
xmm4 = _mm_set1_epi32(iddx);
xmm5 = _mm_set1_epi32(idy);
xmm6 = _mm_set1_epi32(iddy);
xmm7 = _mm_set1_epi32(working_buffer_size_x);
for(k = 0; k <= n - 4; k +=4){
xmm0 = _mm_set_epi32(k + 3, k + 2, k + 1, k);
xmm1 = _mm_set_epi32(k + 3, k + 2, k + 1, k);
//xmm0 * xmm4
xmm0 = _mm_mullo_epi32(xmm0, xmm4);
//xmm0 + xmm3
xmm0 = _mm_add_epi32(xmm0, xmm3);
//xmm0 >> 6
xmm0 = _mm_srai_epi32(xmm0, 6);
//xmm0 + xmm2
xmm0 = _mm_add_epi32(xmm0, xmm2);
//xmm1 * xmm6
xmm1 = _mm_mullo_epi32(xmm1, xmm6);
//xmm1 + xmm5
xmm1 = _mm_add_epi32(xmm1, xmm5);
//xmm1 >> 6
xmm1 = _mm_srai_epi32(xmm1, 6);
//xmm1 + xmm2
xmm1 = _mm_add_epi32(xmm1, xmm2);
//xmm1 * xmm7
xmm1 = _mm_mullo_epi32(xmm1, xmm7);
//xmm1 + xmm0
xmm1 = _mm_add_epi32(xmm1, xmm0);
//a[0] = yc0*working_buffer_size_x + xc0
//a[1] = yc1*working_buffer_size_x + xc1
//a[2] = yc2*working_buffer_size_x + xc2
//a[3] = yc3*working_buffer_size_x + xc3
_mm_store_si128((__m128i *)&a[0], xmm1);
unsigned color0 = working_buffer[ a[0] ];
unsigned color1 = working_buffer[ a[1] ];
unsigned color2 = working_buffer[ a[2] ];
unsigned color3 = working_buffer[ a[3] ];
int adr = base_adr + k;
frame_bitmap[adr] = color0;
frame_bitmap[adr+1]= color1;
frame_bitmap[adr+2]= color2;
frame_bitmap[adr+3]= color3;
}
您可以通过避免使用直接操作内存的汇编来_mm_store_si128((__m128i *)&a[0], xmm1);
或int adr = base_adr + k;
来进一步优化它。
相关文章:
- C++ SSE 内部函数:将结果存储在变量中
- C++代码停止工作错误使用cout内部函数
- 为什么从具有较大阵列的 SIMD 内部函数中获得的相对加速比标量更大?
- 使用英特尔内部函数 (AVX) 中的混合说明
- 使用SSE内部函数复制少量数据时出现问题
- 使用 SSE 内部函数存储四个 16 位整数
- 使用SSE内部函数编译一个简单的c++程序
- 了解SSE的内部函数如何使用内存
- 性能 AVX/SSE 程序集与内部函数
- 使用SSE内部函数将布尔数组(8字节布尔)转换为int或char
- 修改函数以使用 SSE 内部函数
- 将特定的 SSE 内部函数转换为 NEON 内部函数
- SSE 内部函数:屏蔽浮点数并使用按位 and
- 如何将此代码重写为 sse 内部函数
- SSE 内部函数位向右移动
- 将SSE内部函数转换为可读的C/C++代码
- SSE内部函数导致正常浮点运算返回-1.#INV
- 强制AVX内部函数使用SSE指令
- 使用sse和avx内部函数将一组打包的单值添加到一个值中
- 编译器如何处理SSE(或任何)内部函数