C ++ SSE和int的对齐数组和int的向量

Question

多亏了你们中的某些人，我已经使用SSE加快了我在C ++中的科学应用程序功能之一的计算速度，并使用SSE指令来比较ints的巨大向量 。

优化的SSE功能的最终版本是：

int getBestDiffsSse(int nodeId, const vector<int> &goalNodeIdTemp) {
    int positionNodeId = 2 * nodeId * nof;
    int myNewIndex = 2 * nof;
    int result[4] __attribute__((aligned(16))) = {0};

    __m128i vresult = _mm_set1_epi32(0);
    __m128i v1, v2, vmax;

    for (int k = 0; k < myNewIndex; k += 4) {
        v1 = _mm_loadu_si128((__m128i *) & distances[positionNodeId + k]);
        v2 = _mm_loadu_si128((__m128i *) & goalNodeIdTemp[k]);
        v1 = _mm_xor_si128(v1, vke);
        v2 = _mm_xor_si128(v2, vko);
        v1 = _mm_sub_epi32(v1, vke);
        v2 = _mm_sub_epi32(v2, vko);
        vmax = _mm_add_epi32(v1, v2);
        vresult = _mm_max_epi32(vresult, vmax);
    }
    _mm_store_si128((__m128i *) result, vresult);
    return max(max(max(result[0], result[1]), result[2]), result[3]);
}

哪里

const __m128i vke = _mm_set_epi32(0, -1, 0, -1);
const __m128i vko = _mm_set_epi32(-1, 0, -1, 0);

和

int* distances 
distances= new int[size];

尺寸巨大（18M x 64）

我的天真的问题是：如果同时满足以下两个条件，您是否相信我可以得到更好的提速：a）数组距离对齐或b）向量goalNodeIdTemp对齐并且c）我该怎么做？

我看过一些有关memalign或align_malloc的帖子，但我还不了解如何将它们用于动态数组或向量。 或者因为我在谈论整数，所以对齐不是问题吗？ 请记住，我正在使用Ubuntu 12.04和gcc，因此不能选择关于Visual Studio编译器的解决方案。

附加的问题：首先，以下代码是否足以对齐动态数组（请记住，定义和初始化必须保持不同）；

int *distances __attribute__((aligned(16)));
distances = new int[size];

其次，为了对齐矢量GoalNodeIdTemp，我需要为自定义矢量分配器编写整个代码吗？ 有没有更简单的选择？

我需要你的帮助。 提前致谢

Answer 1

您可以采取几项措施来提高性能：

• 取__m128i v1, v2, vmax; 跳出循环，但这很可能是由编译器完成的
• 确保距离正确对齐
• 而不是使用std :: vector，将数据对齐并传递指针。 然后使用_mm_load_si128 。

如果distance和GoalNodeIdTemp正确对齐，则可以使用原始指针。 像这样的东西：

__m128i *v1 = (__m128i *) & distances[positionNodeId + k];
__m128i *v2 = (__m128i *) & goalNodeIdTemp[k];

所有进一步的优化，您都需要查看汇编代码。

---

您是否相信如果同时满足以下两个条件，我的速度会更好吗：a）数组距离对齐b）矢量GoalNodeIdTemp对齐

是的，您将获得很小的性能提升。 没什么特别的，但是如果每个周期都很重要，那么可能会很明显

我怎么做？

要使goalNodeIdTemp对齐，必须为std::vector使用特殊的分配器（例如，请参见此处的操作方法）。

要对齐distance ，您必须要小心一点。 请参阅此处如何分配对齐的内存。