Visual C++SSE函数在没有调试器的情况下启动时速度较慢

Visual C++ SSE function slow when starting without debugger

本文关键字：启动 情况下 速度 调试器 函数 C++SSE Visual      更新时间：2023-10-16

关于SSE的使用，我遇到了一个非常奇怪的问题。

我编写了以下函数，其中我使用SSE来计算两个浮点数组的差值的最大值，每个数组包含64个浮点。

dists数组是通过_aligned_malloc分配的2d数组。

#include <iostream>
#include <xmmintrin.h>
#include <time.h>
#include <stdio.h>
#include <algorithm>
#include <fstream>
#include "hr_time.h"
using namespace std;
float** dists;
float** dists2;
__m128* a;
__m128* b;
__m128* c;
__m128* d;
__m128 diff;
__m128 diff2;
__m128 mymax;
float* myfmax;
float test(int s, int t)
{
    a = (__m128*) dists[s];
    b = (__m128*) dists[t];
    c = (__m128*) dists2[s];
    d = (__m128*) dists2[t];
    diff;
    mymax = _mm_set_ps(0.0, 0.0, 0.0, 0.0);
    for (int i = 0; i <= 16; i++)
    {
        diff = _mm_sub_ps(*a, *b);
        mymax = _mm_max_ps(diff, mymax);
        diff2 = _mm_sub_ps(*d, *c);
        mymax = _mm_max_ps(diff2, mymax);
        a++;
        b++;
        c++;
        d++;
    }
    _mm_store_ps(myfmax, mymax);
    float res = max(max(max(myfmax[0], myfmax[1]), myfmax[2]), myfmax[3]);
    return res;
}
int Deserialize(std::istream* stream)
{
    int numOfElements, arraySize;
    stream->read((char*)&numOfElements, sizeof(int)); // numOfElements = 64
    stream->read((char*)&arraySize, sizeof(int)); // arraySize = 8000000 
    dists = (float**)_aligned_malloc(arraySize * sizeof(float*), 16);
    dists2 = (float**)_aligned_malloc(arraySize * sizeof(float*), 16);
    for (int j = 0; j < arraySize; j++)
    {
        dists[j] = (float*)_aligned_malloc(numOfElements * sizeof(float), 16);
        dists2[j] = (float*)_aligned_malloc(numOfElements * sizeof(float), 16);
    }
    for (int i = 0; i < arraySize; i++)
    {
        stream->read((char*)dists[i], (numOfElements*sizeof(float)));
    }
    for (int i = 0; i < arraySize; i++)
    {
        stream->read((char*)dists2[i], (numOfElements*sizeof(float)));
    }
    return 0;
}
int main(int argc, char** argv)
{
    int entries = 8000000;
    myfmax = (float*)_aligned_malloc(4 * sizeof(float), 16);
    ifstream fs("binary_file", std::ios::binary);
    Deserialize(&fs);
    CStopWatch* watch = new CStopWatch();
    watch->StartTimer();
    int i;
    for (i = 0; i < entries; i++)
    {
        int s = rand() % entries;
        int t = rand() % entries;
        test(s, t);
    }
    watch->StopTimer();
    cout << i << " iterations took " << watch->GetElapsedTimeMs() << "ms" << endl;
    cin.get();
}

我的问题是，如果我在带有调试器的Visual Studio中运行此代码，那么它的运行速度会非常快。但是，一旦我在没有调试器的情况下执行它，它就会变得非常慢。所以我做了一点研究，发现这两种启动方法之间的一个区别是"调试堆"。所以我通过定义"_NO_DEBUG_HAP=1"来禁用它。有了这个选项，附加的调试器的性能也很差。

但我不明白如何使用调试堆来获得更好的性能？我不知道如何解决这个问题，所以我希望你们中的一个人能帮助我

提前谢谢。

谨致问候，Karsten

您的代码有一个错误。_mm_store_ps存储一个由四个浮点组成的数组，但您只声明一个。编译器甚至不应该允许你这样做。

更改

float fmax;
_mm_store_ps(fmax, max);
pi = std::max(std::max(std::max(fmax[0], fmax[1]), fmax[2]), fmax[3]);

至

float __declspec(align(16)) fmax[4];
_mm_store_ps(fmax, max);
return std::max(std::max(std::max(fmax[0], fmax[1]), fmax[2]), fmax[3]);
相关文章：