C - 交换两个相同大小的内存块的最快方法？ (解决方案可行性)

Question

这个问题是 this one 的延伸。在这里我提出两种可能的解决方案，我想知道它们的可行性。我正在使用带有 GCC/ICC 编译器的 Haswell 微架构。我还假设内存是对齐的。

选项 1 - 我已经分配了一个内存位置并执行 3 次内存移动。 (我使用 memmove 而不是 memcpy 来避免复制构造函数)。

void swap_memory(void *A, void* B, size_t TO_MOVE){

    memmove(aux, B, TO_MOVE);
    memmove(B, A, TO_MOVE);
    memmove(A, aux, TO_MOVE);
}

---

选项 2 - 使用 AVX 或 AVX2 加载和存储，利用对齐的内存。对于这个解决方案，我认为我交换了 int 数据类型。

void swap_memory(int *A, int* B, int NUM_ELEMS){

    int i, STOP_VEC = NUM_ELEMS - NUM_ELEMS%8;
    __m256i data_A, data_B;

    for (i=0; i<STOP_VEC; i+=8) {
        data_A = _mm256_load_si256((__m256i*)&A[i]);
        data_B = _mm256_load_si256((__m256i*)&B[i]);

        _mm256_store_si256((__m256i*)&A[i], data_B);
        _mm256_store_si256((__m256i*)&B[i], data_A);
    }

    for (; i<NUM_ELEMS; i++) {
        std::swap(A[i], B[i]);
    }
}

选项 2 是最快的吗？还有我没有提到的另一种更快的实现吗？

Answer 1

如果您确定内存已对齐，那么使用 AVX 可能是最好的选择。请注意，显式执行此操作可能不可移植 - 最好对指针进行修饰，以便知道它们是对齐的(例如使用 aligned 属性或类似属性。)

最有可能的选项 2(或语义上执行此操作的选项)可能会更快，因为指针不受限制或任何其他东西。编译器可能不知道重新排序内存或保持“aux”不变是安全的。

此外，选项 2 可能更加线程安全，具体取决于 aux 的设置方式。

使用本地临时文件和 memcpy 来 block 或什至一次性使用该临时文件可能会很好，因为 gcc 可能能够对其进行矢量化。避免使用外部临时对象，并确保所有结构都装饰对齐。