SSE 코드를 AVX로 변환 - 비용은 _mm256_and_ps입니다.

Question

8 개의 부동 벡터 또는 4 개의 double을 수용하기 위해 AVX를 사용하는 SSE2 사인 및 코사인 함수 (CEPHES sinf 함수를 기반으로 한 Julien Pommier의 sse_mathfun.h에서)를 변환합니다.

그래서 줄리앙의 함수 sin_ps는 sin_ps8 (8 개의 부동 소수점 형)이되고 sin_pd4는 4 배가됩니다. (여기에서 "고급"편집기는 내 코드를 수락하지 않으므로 http://arstechnica.com/civis/viewtopic.php?f=20&t=1227375을 방문하십시오.)

2011 Core2 i7 @ 2.7Ghz에서 실행되는 Mac OS X 10.6.8에서 clang 3.3으로 테스트하여 벤치마킹 결과보기 이 같은

• SINF .. -> 벡터 평가 27.7 백만/초 07 5.56e + 위에 iters (표준 스칼라 SINF() 함수)

  sin_ps .. 중 -> 41.0 백만 벡터 평가/초당 8.22e + 07 iters

  01 23,516,

  sin_pd4 ... -> 벡터 평가/초 8.06e + 07 iters

  sin_ps8 위에 40.2 백만 ... -> 벡터 평가 2.5 백만/06 초 + 5.1e 위에 iters

sin_ps8의 비용은 정말 놀랍습니다. _mm256_castsi256_ps 사용으로 인한 것 같습니다. 사실, "poly_mask = _mm256_castsi256_ps (emmm2);"줄을 주석으로 처리합니다. 보다 정상적인 성능을 제공합니다. sin_pd4는 _mm_castsi128_pd를 사용하지만 sin_ps8에서 SSE와 AVX 명령어를 섞어 쓰는 것이 아닙니다. _mm_castsi128_ps에 2 번의 호출로 _mm256_castsi256_ps 호출을 에뮬레이션하면 성능이 향상되지 않습니다. emm2와 emm0는 emmm2와 emmm0에 대한 포인터이며, v8si 인스턴스와 그러므로 (선험적으로) 32 비트 경계에 정확하게 정렬됩니다.

컴파일 가능한 코드는 sse_mathfun.h 및 sse_mathfun_test.c을 참조하십시오.

나는 벌칙을 피하기 위해 (쉬운) 방법이 있습니까?

Answer 1

레지스터에서 물건을 메모리로 옮기는 것은 대개 좋은 생각이 아닙니다. 포인터를 저장할 때마다이 작업을 수행합니다. 대신이의

이 같은

{ ALIGN32_BEG v4sf *yy ALIGN32_END = (v4sf*) &y; 
     emm2[0] = _mm_and_si128(_mm_add_epi32(_mm_cvttps_epi32(yy[0]), _v4si_pi32_1), _v4si_pi32_inv1), 
     emm2[1] = _mm_and_si128(_mm_add_epi32(_mm_cvttps_epi32(yy[1]), _v4si_pi32_1), _v4si_pi32_inv1); 
     yy[0] = _mm_cvtepi32_ps(emm2[0]), 
     yy[1] = _mm_cvtepi32_ps(emm2[1]); 
     } 

/* get the swap sign flag */ 
emm0[0] = _mm_slli_epi32(_mm_and_si128(emm2[0], _v4si_pi32_4), 29), 
emm0[1] = _mm_slli_epi32(_mm_and_si128(emm2[1], _v4si_pi32_4), 29); 

/* get the polynom selection mask 
there is one polynom for 0 <= x <= Pi/4 
and another one for Pi/4<x<=Pi/2 

Both branches will be computed. 
*/ 
emm2[0] = _mm_cmpeq_epi32(_mm_and_si128(emm2[0], _v4si_pi32_2), _mm_setzero_si128()), 
emm2[1] = _mm_cmpeq_epi32(_mm_and_si128(emm2[1], _v4si_pi32_2), _mm_setzero_si128()); 

((v4sf*)&poly_mask)[0] = _mm_castsi128_ps(emm2[0]); 
((v4sf*)&poly_mask)[1] = _mm_castsi128_ps(emm2[1]); 
swap_sign_bit = _mm256_castsi256_ps(emmm0); 

시도 뭔가 :

의견에서 언급 한 바와 같이

__m128i emm2a = _mm_and_si128(_mm_add_epi32(_mm256_castps256_ps128(y), _v4si_pi32_1), _v4si_pi32_inv1); 
__m128i emm2b = _mm_and_si128(_mm_add_epi32(_mm256_extractf128_ps(y, 1), _v4si_pi32_1), _v4si_pi32_inv1); 

y = _mm256_insertf128_ps(_mm256_castps128_ps256(_mm_cvtepi32_ps(emm2a)), _mm_cvtepi32_ps(emm2b), 1); 

/* get the swap sign flag */ 
__m128i emm0a = _mm_slli_epi32(_mm_and_si128(emm2a, _v4si_pi32_4), 29), 
__m128i emm0b = _mm_slli_epi32(_mm_and_si128(emm2b, _v4si_pi32_4), 29); 

swap_sign_bit = _mm256_castsi256_ps(_mm256_insertf128_si256(_mm256_castsi128_si256(emm0a), emm0b, 1)); 

/* get the polynom selection mask 
there is one polynom for 0 <= x <= Pi/4 
and another one for Pi/4<x<=Pi/2 

Both branches will be computed. 
*/ 
emm2a = _mm_cmpeq_epi32(_mm_and_si128(emm2a, _v4si_pi32_2), _mm_setzero_si128()), 
emm2b = _mm_cmpeq_epi32(_mm_and_si128(emm2b, _v4si_pi32_2), _mm_setzero_si128()); 

poly_mask = _mm256_castsi256_ps(_mm256_insertf128_si256(_mm256_castsi128_si256(emm2a), emm2b, 1)); 

, cast 내장 함수가 시간을 컴파일하고 지시 사항을 방출하지 순전히있다.

Answer 2

아마도 Julien Pommier SSE 수학 함수의 이미 작동하는 AVX 확장 코드와 코드를 비교할 수 있을까요?

http://software-lisc.fbk.eu/avx_mathfun/

이 코드는 GCC에서 작동하지만 MSVC와는 수레 (float8)를 지원하지만 난 당신이 쉽게 복식 (double4)과를 사용하도록 확장 할 수 있다고 생각. sin 기능을 빨리 비교하면 SSE2 정수 부분을 제외하고는 매우 유사하다는 것을 알 수 있습니다.