我正在研究内在函数对性能的影响,我有点困惑:它们似乎根本没有影响!我试图用两个不同的函数填充 double 组,但我看不出有什么区别。我通过调用 _aligned_malloc 并将对齐参数设置为 8 来分配数组。我使用 Visual Studio 2008,并在 Release模式下进行编译,无论有没有优化 (/O2 -/Od),无论有没有内在函数 (/Oi) - 所有四种组合。以下是两个不同的版本:
#ifdef _NO_INTRIN
void my_fill(double* vett, double value, int N)
{
double* last = vett + N;
while( vett != last)
{
*vett++ = value;
}
}
#else
void my_fill(double* vett, double value, int N)
{
double* last = vett + N;
// set "classically" unaligned data, if any
while( (0xF & (uintptr_t)vett) && vett != last )
*vett++ = value;
__m128d* vett_ = (__m128d*)vett;
uintptr_t fff0 = ~0 << 4;
// round address to nearest aligned data setting to zero least significant 4 bits
__m128d* last_ = (__m128d*)( fff0 & (uintptr_t)last);
// process until second-last element to manage odd values of N
for( ; vett_ < last_-1; vett_++ )
{
*vett_ = _mm_set1_pd(value);
}
vett = (double*)vett_;
while(vett != last)
*vett++ = value;
}
#endif
作为最后一个规范,我将数据对齐到 8B 而不是 16,因为我计划在数组的不同部分以多线程方式执行此函数。因此,还将数据对齐到 16B,我无法确定数组的所有部分都会对齐(例如 303 个元素,3 个线程,每个线程 101 个元素,第 1 部分对齐到 16B,第 2 部分从 @ vett+101 开始*8 ==> 未对齐)。这就是为什么我尝试实现与对齐无关的函数。 我尝试在 Intel Atom CPU N570 @ 1.66 GHz 上填充 1M 元素的数组,并且执行时间始终相同。那么...我的方法有什么问题吗?为什么我没有看到任何差异?提前谢谢大家。
最佳答案
如果您没有进行任何复杂的计算,并且纯粹将固定值写入内存,那么您的程序速度可能会受到内存带宽的限制。 CPU 可以在内部以更快的速率生成值,但它受到将它们传输到 RAM 的速率的限制(特别是在处理不适合 CPU 缓存的大内存区域时)
关于c++ - 使用/不使用内在函数填充 C++,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14092297/