为什么 _mm_stream_ps 会产生 L1/LL 缓存未命中？
我正在尝试优化计算密集型算法，但遇到了一些缓存问题。我有一个巨大的缓冲区，它偶尔会随机写入，并且在应用程序结束时只读取一次。显然，写入缓冲区…
同时使用 SSE2 内在函数和 gcc 内联汇编器
我尝试在 gcc 中混合 SSE2 内在函数和内联汇编器。但是，如果我将变量指定为 xmm0/register 作为输入，那么在某些情况下我会收到编译器错误。示例： #…
SSE 内在函数导致正常浮点运算返回 -1.#INV
我在编写执行音频处理的 SSE 方法时遇到问题。我在这里基于英特尔的论文实现了 SSE 随机函数： http://software.intel.com/en-us/articles/fast-rando…
如何使用 SSE/x86 高效地进行分散求和
我的任务是编写一个程序，以可能的绝对最大速度将向量总和流式传输到分散的内存位置。输入数据是目标 ID 和 XYZ 浮点向量，因此类似于： [198, {0.4,0…
将单个 malloc 切块/雕刻/打包成具有不同类型/对齐方式的多个数组的规范方法？
背景：我有一个 C99 例程，需要临时存储具有不同对齐要求的不同数据类型。目前，我多次调用 posix_memalign ，这 a) 引入了大量开销，b) 不能保证我的…
Intel x86 ISA 上的 _mm_load_ps 与 _mm_load_pd 与等
下面两行有什么区别？ __m128 x = _mm_load_ps((float *) ptr); __m128 y = _mm_load_pd((double *)ptr); 换句话说，为什么有这么多不同的_mm_load_xy…
为什么编译器会生成入栈/出栈指令对？
我用VC++ 2010编译器编译了下面的代码： __declspec(dllexport) unsigned int __cdecl __mm_getcsr(void) { return _mm_getcsr(); } 生成的代码是： p…
x86汇编中如何除浮点数？
当我尝试编写 Heron 算法来从 ECX 寄存器计算 sqrt 时，它不起作用。看起来问题是除浮点数，因为结果是整数。 我的算法： sqrtecx： MOV EDX, 10 ; lo…
如何在 XMM 寄存器之间移动 128 位值？
汇编中看似微不足道的问题：我想将整个 XMM0 寄存器复制到 XMM3。我已经尝试过 movdq xmm3, xmm0 ，但 MOVDQ 不能用于在两个 XMM 寄存器之间移动值。…
有序/无序比较是什么意思？
查看上交所运营商 CMPORDPS - ordered compare packed singles CMPUNORDPS - unordered compare packed singles 有序和无序是什么意思？我在x86指令集…
添加 SSE 寄存器的组件
我想添加 SSE 寄存器的四个组件以获得单个浮点数。我现在是这样做的： float a[4]; _mm_storeu_ps(a, foo128); float x = a[0] + a[1] + a[2] + a[3];…
使用 Intel AVX 存储打包双精度向量中的各个双精度值
我正在使用 Intel AVX 指令的 C 内在函数编写代码。如果我有一个打包的双向量（a __m256d），将它们存储到内存中不同位置的最有效方法（即最少的操作…
嵌套 for 循环内的 SSE 指令
我的代码中有几个嵌套的 for 循环，我尝试在英特尔 i7 核心上使用英特尔 SSE 指令来加速应用程序。 代码结构如下（val在更高的for循环中设置）： _m12…
