SSE2内在函数：直接访问内存

发布于 2024-09-12 13:16:21 字数 385 浏览 3 评论 0原文

许多 SSE 指令允许源操作数是 16 字节对齐的内存地址。例如，各种（拆）包指令。 PUNCKLBW 具有以下签名：

PUNPCKLBW xmm1，xmm2/m128

现在这对于内在函数来说似乎根本不可能。看起来必须使用 _mm_load* 内在函数来读取内存中的任何内容。这是 PUNPCKLBW 的内在：

__m128i _mm_unpacklo_epi8 (__m128i a, __m128i b);

（据我所知，__m128i 类型始终引用 XMM 寄存器。）

现在，这是为什么？这是相当悲伤的，因为我看到了直接寻址内存的一些优化潜力......

原文

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

一笑百媚生 2024-09-19 13:16:21

内在函数相对直接地对应于实际指令，但编译器没有义务发出相应的指令。将操作（即使以内在函数编写）后的加载优化为操作的内存形式是所有受人尊敬的编译器在这样做有利时执行的常见优化。

TLDR：将加载和操作写入内在函数中，然后让编译器对其进行优化。

编辑：简单示例：

#include <emmintrin.h>
__m128i foo(__m128i *addr) {
    __m128i a = _mm_load_si128(addr);
    __m128i b = _mm_load_si128(addr + 1);
    return _mm_unpacklo_epi8(a, b);
}

使用gcc -Os -fomit-frame-pointer编译给出：

_foo:
movdqa      (%rdi), %xmm0
punpcklbw 16(%rdi), %xmm0
retq

看到了吗？优化器会对其进行排序。

The intrinsics correspond relatively directly to actual instructions, but compilers are not obligated to issue the corresponding instructions. Optimizing a load followed by an operation (even when written in intrinsics) into the memory form of the operation is a common optimization performed by all respectable compilers when it is advantageous to do so.

TLDR: write the load and the operation in intrinsics, and let the compiler optimize it.

Edit: trivial example:

#include <emmintrin.h>
__m128i foo(__m128i *addr) {
    __m128i a = _mm_load_si128(addr);
    __m128i b = _mm_load_si128(addr + 1);
    return _mm_unpacklo_epi8(a, b);
}

Compiling with gcc -Os -fomit-frame-pointer gives:

_foo:
movdqa      (%rdi), %xmm0
punpcklbw 16(%rdi), %xmm0
retq

See? The optimizer will sort it out.

回复收藏 0 原文

澜川若宁 2024-09-19 13:16:21

您可以直接使用您的内存值。例如：

__m128i *p=static_cast<__m128i *>(_aligned_malloc(8*4,16));

for(int i=0;i<32;++i)
    reinterpret_cast<unsigned char *>(p)[i]=static_cast<unsigned char>(i);

__m128i xyz=_mm_unpackhi_epi8(p[0],p[1]);

结果的有趣部分：

; __m128i xyz=_mm_unpackhi_epi8(p[0],p[1]);
0040BC1B 66 0F 6F 00      movdqa      xmm0,xmmword ptr [eax] 
0040BC1F 66 0F 6F 48 10   movdqa      xmm1,xmmword ptr [eax+10h] 
0040BC24 66 0F 68 C1      punpckhbw   xmm0,xmm1 
0040BC28 66 0F 7F 04 24   movdqa      xmmword ptr [esp],xmm0

所以编译器做得有点糟糕——或者也许这种方式更快和/或使用选项可以解决这个问题——但它生成了有效的代码，并且C++ 代码相当直接地说明了它想要什么。

You can just use your memory values directly. For example:

__m128i *p=static_cast<__m128i *>(_aligned_malloc(8*4,16));

for(int i=0;i<32;++i)
    reinterpret_cast<unsigned char *>(p)[i]=static_cast<unsigned char>(i);

__m128i xyz=_mm_unpackhi_epi8(p[0],p[1]);

The interesting part of the result:

; __m128i xyz=_mm_unpackhi_epi8(p[0],p[1]);
0040BC1B 66 0F 6F 00      movdqa      xmm0,xmmword ptr [eax] 
0040BC1F 66 0F 6F 48 10   movdqa      xmm1,xmmword ptr [eax+10h] 
0040BC24 66 0F 68 C1      punpckhbw   xmm0,xmm1 
0040BC28 66 0F 7F 04 24   movdqa      xmmword ptr [esp],xmm0

So the compiler is doing a bit of a poor job -- or perhaps this way is faster and/or playing with the options would fix that -- but it generates code that works, and the C++ code is stating what it wants fairly directly.

回复收藏 0 原文

~没有更多了~