c - C中的填充矩阵

Question

我尝试使用 SSE 转置我的矩阵。但它只能适合N可以被4整除的矩阵。所以我想填充矩阵来重新格式化它。

比如3*3的矩阵，应该填充成4*4的矩阵:

1 2 3    1 2 3 0 
4 5 6 => 4 5 6 0
7 8 9    7 8 9 0
         0 0 0 0

有什么有效的方法吗？而且我不确定是否需要花费时间来填充它，SSE 转置是否会比循环每个索引更慢......

Answer 1

您实际上不需要填充，对吗？您只是建议将其作为一种使用您已有的 4x4 SSE 转置例程的方法，对吗？

矩阵转置不会移动对角线元素(包括第一个和最后一个)。 3x3 转置的数据移动要少得多:只需加载/存储 7 个元素。

1 2 3    1 4 7
4 5 6 => 2 5 8
7 8 9    3 6 9

AVX2:

如果您的元素是 4B(int 或 float，而不是 double)，则前 8 个元素适合单个 AVX vector 。 AVX2 有一个完整的车道交叉洗牌，vpermps .因此，整个转置可以通过一次加载/_mm256_permutevar8x32_ps/store 完成。它在 Intel Haswell 上具有每时钟一个吞吐量和三个周期延迟。

由于最后一个元素不需要移动，所以您根本不需要触摸它，如果您没有就地移调，则只需复制它即可。

---

仅使用 SSE，您可以加载两个包含前八个元素的 vector ，并使用 shufps 或其他方法将它们相互打乱，以组合每个 vector 中的元素。

或者可以随机创建一个 { 1 4 3 2 } vector 和一个 { 5 8 7 6 } vector ，然后将元素 7 混合到第一个中，然后将元素 3 混合到第二个中。

无论如何，3x3 比 4x4 更容易转置，所以如果您以后不需要在整行上使用 SSE，请不要填充到 4x4。