numpy通過ctypes調用sse2

Question

簡而言之，我試圖從python調用一個共享庫，更具體地說，從numpy調用。 共享庫使用sse2指令在C中實現。 啟用優化，即使用-O2或-O1構建庫時，我在通過ctypes調用共享庫時遇到奇怪的段錯誤。 禁用優化（-O0），一切都按預期進行，就像直接將庫鏈接到c程序（優化與否）一樣。 附上你發現一個剪輯，顯示我的系統上描繪的行為。 啟用優化后，gdb將在emmintrin.h：113中的__builtin_ia32_loadupd（__P）中報告段錯誤。 __P的值報告為優化輸出。

test.c的：

#include <emmintrin.h>
#include <complex.h>
void test(const int m, const double* x, double complex* y) {

    int i;
    __m128d _f, _x, _b;
    double complex f __attribute__( (aligned(16)) );
    double complex b __attribute__( (aligned(16)) );
    __m128d* _p;

    b = 1;
    _b = _mm_loadu_pd( (double *) &b );

    _p = (__m128d*) y;

    for(i=0; i<m; ++i) {
        f = cexp(-I*x[i]);
        _f = _mm_loadu_pd( (double *) &f );
        _x = _mm_loadu_pd( (double *) &x[i] );      
        _f = _mm_shuffle_pd(_f, _f, 1);
        *_p = _mm_add_pd(*_p, _f);
        *_p = _mm_add_pd(*_p, _x); 
        *_p = _mm_mul_pd(*_p,_b);
        _p++;
    }
    return;
}

編譯器標志：gcc -o libtest.so -shared -std = c99 -msse2 -fPIC -O2 -g -lm test.c

test.py：

import numpy as np
import os

def zerovec_aligned(nr, dtype=np.float64, boundary=16):
    '''Create an aligned array of zeros.
    '''
    size = nr * np.dtype(dtype).itemsize
    tmp = np.zeros(size + boundary, dtype=np.uint8)
    address = tmp.__array_interface__['data'][0]
    offset = boundary - address % boundary
    return tmp[offset:offset + size].view(dtype=dtype)


lib = np.ctypeslib.load_library('libtest', '.' )
lib.test.restype = None
lib.test.argtypes = [np.ctypeslib.ctypes.c_int,
                     np.ctypeslib.ndpointer(np.float64, flags=('C', 'A') ),
                     np.ctypeslib.ndpointer(np.complex128, flags=('C', 'A', 'W') )]


n = 13
y = zerovec_aligned(n, dtype=np.complex128)
x = np.ones(n, dtype=np.float64)
# x = zerovec_aligned(n, dtype=np.float64)
# x[:] = 1.

lib.test(n,x,y)

從C調用測試按預期工作：

call_from_c.c：

#include <stdio.h>
#include <complex.h>
#include <stdlib.h>
#include <emmintrin.h>

void test(const int m, const double* x, double complex* y);

int main() {

    int i; 
    const int n = 11;
    double complex *y = (double complex*) _mm_malloc(n*sizeof(double complex), 16);
    double *x = (double *) malloc(n*sizeof(double));
    for(i=0; i<n; ++i) {
        x[i] = 1;
        y[i] = 0;
    }

    test(n, x, y);
    for(i=0; i<n; ++i)
            printf("[%f %f]\n", creal(y[i]), cimag(y[i]));

    return 1;

}

編譯並致電：
gcc -std = c99 -otestc -msse2 -L。 -ltest call_from_c.c
export LD_LIBRARY_PATH = $ {LD_LIBRARY_PATH}：
./testc
......有效。

我的系統：

• Ubuntu Linux i686 2.6.31-22-通用
• 編譯器：gcc（Ubuntu 4.4.1-4ubuntu9）
• Python：Python 2.6.4（r264：75706，2009年12月7日，18：45：15）[GCC 4.4.1]
• Numpy：1.4.0

我已經采取了規定（參見python代碼）y對齊並且x的對齊無關緊要（我認為;明確對齊x並不能解決問題）。

另請注意，在加載b和f時，我使用_mm_loadu_pd而不是_mm_load_pd。 對於僅C版本_mm_load_pd工作（如預期的那樣）。 但是，當使用_mm_load_pd通過ctypes調用函數時，始終是segfaults（獨立於優化）。

我已經嘗試了好幾天來解決這個問題而沒有成功......我正在瀕臨監視器死亡。 歡迎任何投入。 丹尼爾

Answer 1

我只是因為嘗試從python調用一些SSE代碼而感到困惑，問題似乎是GCC想要假設堆棧在16字節邊界上對齊（架構上最大的本機類型，即SSE類型） ），並用該假設計算所有偏移量。 當該假設為假時，SSE指令將陷阱。

答案似乎是編譯

gcc -mstackrealign

更改函數序言以始終將堆棧對齊到16個字節。

Answer 2

嘗試使用numpy構建系統構建擴展來折扣潛在的cflags / ldflags差異： http ：//projects.scipy.org/numpy/wiki/NumpySconsExtExamples

Answer 3

您是否嘗試升級到Numpy 1.5.0b2。 只需運行以下命令（但要小心它可能會破壞其他東西（你將不得不重新編譯所有pyrex）：

sudo easy_install -U numpy

當我嘗試使用H5PY時，我遇到了與ctypes類似的問題（我不得不重新編譯.deb以獲得最新版本的numpy），並且編織的主要問題是最新的升級修復了。