[英]Convert SSE matrix-vector multiplication code to AVX
我正在尝试将SSE函数转换为AVX。 该函数执行矢量矩阵乘法,这是我正在使用的SSE代码:
void multiply_matrix_by_vector_SSE(float* m, float* v, float* result, unsigned const int vector_dims)
{
size_t i, j;
for (i = 0; i < vector_dims; ++i)
{
__m128 acc = _mm_setzero_ps();
for (j = 0; j < vector_dims; j += 4)
{
__m128 vec = _mm_load_ps(&v[j]);
__m128 mat = _mm_load_ps(&m[j + vector_dims * i]);
//acc = _mm_add_ps(acc, _mm_mul_ps(mat, vec));
acc = _mm_fmadd_ps(mat, vec, acc);
}
acc = _mm_hadd_ps(acc, acc);
acc = _mm_hadd_ps(acc, acc);
_mm_store_ss(&result[i], acc);
}
}
这就是我对AVX提出的建议:
void multiply_matrix_by_vector_AVX(float* m, float* v, float* result, unsigned const int vector_dims)
{
size_t i, j;
for (i = 0; i < vector_dims; ++i)
{
__m256 acc = _mm256_setzero_ps();
for (j = 0; j < vector_dims; j += 8)
{
__m256 vec = _mm256_load_ps(&v[j]);
__m256 mat = _mm256_load_ps(&m[j + vector_dims * i]);
acc = _mm256_fmadd_ps(mat, vec, acc);
}
acc = _mm256_hadd_ps(acc, acc);
acc = _mm256_hadd_ps(acc, acc);
acc = _mm256_hadd_ps(acc, acc);
acc = _mm256_hadd_ps(acc, acc);
_mm256_store_ps(&result[i], acc);
}
}
但是,AVX代码崩溃( Access violation reading location 0xFFFFFFFFFFFFFFFF
)。
有人可以帮助我使我的AVX功能正常工作吗?
PS:我在函数中传递的矩阵和向量的大小始终是8的倍数。此外,我传递给SSE函数的数组是16位对齐的( __declspec(align(16))float* = generate_matrix(256);
)和传递给我的AVX函数的数组都是32位对齐的( __declspec(align(32))float* = generate_matrix(256);
);
不幸的是,使用水平haddps
像haddps
一样扩展到256位,因为指令(以及大多数其他指令)是“带道的”-它的作用就像两个haddps
并行,一个在上半部,一个在下半部,没有混合,因此下半部分和上半部分将不会相加。
而且,当然,它仍然不是打包结果,并且打包存储中有一个对齐存储,其中写入了一些未对齐的地址,并且将失败(该错误有点奇怪,但无论如何)。
无论如何,让我们确定水平总和:(未经测试)
// this part still works
acc = _mm256_hadd_ps(acc, acc);
acc = _mm256_hadd_ps(acc, acc);
// this is new
__m128 acc1 = _mm256_extractf128_ps(acc, 0);
__m128 acc2 = _mm256_extractf128_ps(acc, 1);
acc1 = _mm_add_ss(acc1, acc2);
// do scalar store, obviously
_mm_store_ss(&result[i], acc1);
顺便说一下,内部循环需要10个独立的链(和10个累加器),以使Haswell的吞吐量最大化。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.