为 GCC 向量扩展加载数据

Question

GCC 的向量扩展提供了一种很好的、​​相当可移植的方式来访问不同硬件架构上的一些 SIMD 指令，而无需诉诸硬件特定的内在函数（或自动矢量化）。

一个真实的用例是计算简单的附加校验和。不清楚的一件事是如何安全地将数据加载到向量中。

typedef char v16qi __attribute__ ((vector_size(16)));

static uint8_t checksum(uint8_t *buf, size_t size)
{
    assert(size%16 == 0);
    uint8_t sum = 0;

    vec16qi vec = {0};
    for (size_t i=0; i<(size/16); i++)
    {
        // XXX: Yuck! Is there a better way?
        vec += *((v16qi*) buf+i*16);
    }

    // Sum up the vector
    sum = vec[0] + vec[1] + vec[2] + vec[3] + vec[4] + vec[5] + vec[6] + vec[7] + vec[8] + vec[9] + vec[10] + vec[11] + vec[12] + vec[13] + vec[14] + vec[15];

    return sum;
}

将指针转换为向量类型似乎可行，但我担心如果 SIMD 硬件期望向量类型正确对齐，这可能会以可怕的方式爆炸。

我想到的唯一其他选项是使用临时向量并显式加载值（通过 memcpy 或按元素赋值），但在测试中，这抵消了使用 SIMD 指令获得的大部分加速。理想情况下，我想象这将类似于通用的 __builtin_load() 函数，但似乎不存在。

将数据加载到存在对齐问题风险的向量中的更安全方法是什么？

Answer 1

编辑（感谢 Peter Cordes）您可以强制转换指针：

typedef char v16qi __attribute__ ((vector_size (16), aligned (16)));

v16qi vec = *(v16qi*)&buf[i]; // load
*(v16qi*)(buf + i) = vec; // store whole vector

这将编译为 vmovdqa 进行加载，并编译为 vmovups 进行存储。如果未知数据是否对齐，请设置 aligned (1) 以生成 vmovdqu。 (godbolt)

请注意，还有几个用于加载和卸载这些寄存器的专用内置函数 (编辑2）：

v16qi vec = _mm_loadu_si128((__m128i*)&buf[i]); // _mm_load_si128 for aligned
_mm_storeu_si128((__m128i*)&buf[i]), vec); // _mm_store_si128 for aligned

似乎有必要使用-flax-vector-conversions从chars转到v16qi 具有此功能。

另请参阅：C - 如何访问使用 GCC SSE 向量扩展的向量元素
另请参阅：SSE 将整数加载到 __m128

（提示：谷歌最好的短语是就像“gcc 加载 __m128i”。）

Answer 2

您可以使用初始化程序来加载值，即执行

const vec16qi e = { buf[0], buf[1], ... , buf[15] }

并希望 GCC 将其转换为 SSE 加载指令。不过，我会用反汇编程序来验证这一点;-)。此外，为了获得更好的性能，您尝试使 buf 16 字节对齐，并通过 aligned 属性通知编译器。如果您可以保证输入缓冲区对齐，请按字节处理它，直到达到 16 字节边界。