[英]How to improve sse based matrix multiplication
float** matrix::mult(float** matrix1){
float** result=new float *[n];
int i,j,k;
for(i=0;i<n;i++){
result[i]=new float [n];
}
vect v1;
vect v2;
vect v3;
vect total;
clock_t start, end;
start = clock();
float result_ij=0;
for(i=0;i<n;i++){
for(j=0;j<n;j++){
result_ij=0;
total.v=_mm_set1_ps(0);
for(k=0;k<n;k=k+4){
v1.v=_mm_set_ps(user_matrix[k][j],user_matrix[k+1][j],user_matrix[k+2][j],user_matrix[k+3][j]);
v2.v=_mm_set_ps(matrix1[i][k],matrix1[i][k+1],matrix1[i][k+2],matrix1[i][k+3]);
v3.v=_mm_mul_ps(v1.v,v2.v);
total.v=_mm_add_ps(total.v,v3.v);
}
result[i][j]=total.a[1]+total.a[0]+total.a[2]+total.a[3];
}
}
end = clock();
cout<<(double)(end-start)/CLOCKS_PER_SEC<<endl;
return result;
}
此代码与标量代码的速度大致相同。 我不明白为什么这会这么慢,它是用 g++ 编译的,并且 vect 类型是联合。
union vect {
__m128 v;
float a[4];
} ;
对于作为多维数组的矩阵,将其加载到 SSE 寄存器的最快方法是什么?
我不确定您是否想自己实现这一点,但英特尔提供了很多有趣的代码:
http://www.intel.com/design/Pentiumiii/sml/index.htm
他们有代码用于乘以 4x4、6x6 矩阵,找到它们的逆和其他。 对于带有和不带有 SSE 的版本,它们还显示了一些基准测试等
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.