c++ - 帮助组装/SSE 乘法

Question

我一直在努力弄清楚如何在非常关键的几行代码中获得一些改进:

float x = a*b;
float y = c*d;
float z = e*f;
float w = g*h;

所有 a, b, c... 都是 float 。

我决定研究使用 SSE，但似乎找不到任何改进，事实上它的速度是原来的两倍。我的 SSE 代码是:

Vector4 abcd, efgh, result;
abcd = [float a, float b, float c, float d];
efgh = [float e, float f, float g, float h];
_asm {
movups xmm1, abcd
movups xmm2, efgh
mulps xmm1, xmm2
movups result, xmm1
}

我也尝试过使用标准内联汇编，但似乎我无法像使用 SSE 那样将寄存器与四个浮点一起打包。

任何评论或帮助将不胜感激，我主要需要了解为什么我使用 SSE 的计算比串行 C++ 代码慢？

我在 Visual Studio 2005 中编译，在 Windows XP 上，使用带有 HT 的 Pentium 4，如果它提供任何额外的信息来协助。

提前致谢!

Answer 1

正如您所发现的，仅用 SSE 替换几条指令是行不通的，因为您需要在内存中随机移动数据才能正确加载 SSE 寄存器，并且这会在内存中移动数据 (构建数组的位)会降低你的性能，因为内存非常慢(除了硬盘，这些天内存总是瓶颈)。

此外，如果不先写入 RAM 再读取，就无法在 SSE 和 FPU/ALU 之间移动数据。现代 IA32 芯片可以很好地应对这种特定模式(先写后读)，但仍会使某些缓存无效，这会产生链式 react 。

要充分利用 SSE，您需要查看整个算法和算法使用的数据。 a、b、c 和 d 以及 e、f、g 和 h 的值需要永久保存在这些数组中，以便在加载 SSE 寄存器之前不会在内存中移动数据。这并不简单，可能需要对代码和数据进行大量修改(您可能需要在磁盘上以不同方式存储数据)。

可能还值得指出的是，SSE 仅为 32 位(如果使用 double ，则为 64 位)，而 FPU 为 80 位(无论 float 还是 double )，因此与使用 FPU 相比，使用 SSE 时得到的结果略有不同.只有您知道这是否会成为问题。