使用 SSE 将向量乘以常数

Question

我有一些在 4D 向量上运行的代码，目前我正在尝试将其转换为使用 SSE。我在 64b linux 上同时使用 clang 和 gcc。
仅对向量进行操作就可以很好地理解这一点。但现在我必须将整个向量乘以一个常数 - 像这样：

float y[4];
float a1 =   25.0/216.0;  

for(j=0; j<4; j++){  
    y[j] = a1 * x[j];  
} 

到这样的东西：

float4 y;
float a1 =   25.0/216.0;  

y = a1 * x;  

其中：

typedef double v4sf __attribute__ ((vector_size(4*sizeof(float)))); 

typedef union float4{
    v4sf v;
    float x,y,z,w;
} float4;

这当然行不通，因为我正在尝试对不兼容的数据类型进行乘法。< br> 现在，我可以做这样的事情：
float4 a1 = (v4sf){25.0/216.0, 25.0/216.0, 25.0/216.0, 25.0/216.0} 但只是让我觉得很傻，即使我写了一个宏来做到这一点。 另外，我非常确定这不会产生非常有效的代码。

谷歌搜索没有得到明确的答案（请参阅将常量浮点数加载到SSE寄存器）。

那么将整个向量乘以同一个常数的最佳方法是什么？

Answer 1

只需使用内在函数并让编译器处理它，例如，

__m128 vb = _mm_set_ps(1.0f, 2.0f, 3.0f, 4.0f); // vb = { 1.0, 2.0, 3.0, 4.0 }
__m128 va = _mm_set1_ps(25.0f / 216.0f); // va = { 25.0f / 216.0f, 25.0f / 216.0f, 25.0f / 216.0f, 25.0f / 216.0f }
__m128 vc = _mm_mul_ps(va, vb); // vc = va * vb

如果您查看生成的代码，它应该非常高效 - 25.0f / 16.0f 值将在编译时计算，并且 _mm_set1_ps生成通常会生成相当有效的代码来绘制矢量。

另请注意，您通常只在进入将执行大部分实际工作的循环之前初始化一次常量向量，例如 va，因此它往往不是性能关键型。

Answer 2

没有理由必须为此使用内在函数。 OP只是想进行广播。这是与 SIMD 加法一样基本的 SIMD 操作。任何像样的 SIMD 库/扩展都必须支持广播。 Agner Fog 的向量类当然可以，OpenCL 也可以，GCC 文档清楚地表明确实如此。

a = b + 1;    /* a = b + {1,1,1,1}; */
a = 2 * b;    /* a = {2,2,2,2} * b; */

下面的代码编译得很好

#include <stdio.h>
int main() {     
    typedef float float4 __attribute__ ((vector_size (16)));

    float4 x = {1,2,3,4};
    float4 y = (25.0f/216.0f)*x;
    printf("%f %f %f %f\n", y[0], y[1], y[2], y[3]);
    //0.115741 0.231481 0.347222 0.462963
}

你可以在 http://coliru.stacked-crooked.com 看到结果/a/de79cca2fb5d4b11

将该代码与内部代码进行比较，就可以清楚哪一个更具可读性。它不仅更具可读性，而且更容易移植到 ARM Neon 等。它看起来也与 OpenCL C 代码非常相似。

Answer 3

这也许不是最好的方法，但这是我在涉足 SSE 时采取的方法。

float4 scale(const float s, const float4 a)
{
  v4sf sv = { s, s, s, 0.0f };
  float4 r = { .v = __builtin_ia32_mulps(sv, a.v) };
  return r;
}

float4 y;
float a1;

y = scale(a1, y);