1
float** matrix::mult(float** matrix1){
float** result=new float *[n];
int i,j,k;
for(i=0;i<n;i++){
result[i]=new float [n];
}
vect v1;
vect v2;
vect v3;
vect total;
clock_t start, end;
start = clock();
float result_ij=0;
for(i=0;i<n;i++){
for(j=0;j<n;j++){
result_ij=0;
total.v=_mm_set1_ps(0);
for(k=0;k<n;k=k+4){
v1.v=_mm_set_ps(user_matrix[k][j],user_matrix[k+1][j],user_matrix[k+2][j],user_matrix[k+3][j]);
v2.v=_mm_set_ps(matrix1[i][k],matrix1[i][k+1],matrix1[i][k+2],matrix1[i][k+3]);
v3.v=_mm_mul_ps(v1.v,v2.v);
total.v=_mm_add_ps(total.v,v3.v);
}
result[i][j]=total.a[1]+total.a[0]+total.a[2]+total.a[3];
}
}
end = clock();
cout<<(double)(end-start)/CLOCKS_PER_SEC<<endl;
return result;
}
이 코드는 스칼라 코드와 거의 같은 속도입니다. 나는 이것이 왜 그렇게 느릴지 알 수 없다. g ++로 컴파일되었고 vect 유형은 합집합이다.sse 기반 행렬 곱셈을 향상시키는 방법
union vect {
__m128 v;
float a[4];
} ;
매트릭스를 다차원 배열로 사용하는 경우 SSE 레지스터에로드하는 가장 빠른 방법은 무엇입니까?
글쎄, 메모리 액세스 패턴은 완전히 비 SSE이며, 그렇게 작동하지 않습니다. [k] [j]와 [k + 1] [j] 등의 요소를 하나의 레지스터로 읽을 수는 없습니다 (물론 SSE를 사용하면 너무 느려집니다). – Damon
먼저 코드에 대해 비 (non) sse 최적화를 시도해 볼 수 있습니다. [This] (http://stackoverflow.com/a/12831936/1410711) 도움이 될 수 있습니다. – Recker