跪求高手指导sse

dandyboy

CPU都是他们做的，这个优化当然是他最拿手了^_^

"向量化"是什么意思啊，不好意思，才疏学浅

hourousha

dandyboy: Re:跪求高手指导sse

CPU都是他们做的，这个优化当然是他最拿手了^_^

"向量化"是什么意思啊，不好意思，才疏学浅

不过，编译器可是相当深刻的一门学问哦，AMD的3dNow几乎就没有编译器级别的优化（听说codeplay可以，不过没试过）ICC的优秀是业界公认的。
话说回来，Intel的P4如果不优化的话性能，尤其是浮点性能实在是太差，如果只拼x87性能的话，同频率基本是AMD K7的一半，我原来写了一个密集浮点运算的程序就是这样。而M$的编译器优化能力也很差，用VC8（.net2003）的编译器为p4优化，性能只提升了一点（大概30%-40%），而用ICC优化後性能提升了几乎150%-180%。

所谓向量化，就是利用MMX,SSE,SSE2,SSE3等指令的SIMD特性。比如以下的循环：
float a[1000], b[1000], c[1000];
for (i=0; i<1000; i++)
{
    a=b*c+sin(d);
}
经过ICC的SSE循环向量化后，就相当于下面的伪码
for (i=0; i<1000; i+=4)
{
     a[i:i+3]=b[i:i+3]*c[i:i+3]+sin(d[i:i+3]);
}
其中a[i:i+3]代表把a,a[i+1],a[i+2],a[i+3]4个FP32pack成一个128bit，然后同时计算（即SIMD）
所以说，关键就是把能够并行运算的表达式用数组+循环代替（同时避免使用全局变量并且不要忘了对齐）。
关于如何编写程序使循环容易被编译器向量化在ICC的文档中有详细描述。

尽管SSE中没有任何超越instruction（比如sin,log等）不过不用担心，ICC中存在Intel写好的一些lib可以通过一定的方式（比如泰勒展开）实现这些操作，这是使用ICC比手工编写SSE等代码最大的优点了吧。