умножение с использованием SSE (x * x * x) - PullRequest
Новая
       2

умножение с использованием SSE (x * x * x)

1 голос
/ 27 ноября 2011

Я пытаюсь оптимизировать функцию куба, используя SSE 

long cube(long n)
{
    return n*n*n;
}

Я пробовал это: 

return (long) _mm_mul_su32(_mm_mul_su32((__m64)n,(__m64)n),(__m64)n);

И производительность была еще хуже (и да, я никогда ничего не делал с sse).

Есть ли функция SSE, которая может повысить производительность? Или что-то другое?

вывод из cat / proc / cpuinfo 


processor   : 0
vendor_id   : GenuineIntel
cpu family  : 6
model       : 15
model name  : Intel(R) Xeon(R) CPU            3070  @ 2.66GHz
stepping    : 6
cpu MHz     : 2660.074
cache size  : 4096 KB
physical id : 0
siblings    : 2
core id     : 0
cpu cores   : 2
apicid      : 0
initial apicid  : 0
fpu     : yes
fpu_exception   : yes
cpuid level : 10
wp      : yes
flags       : fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush dts acpi mmx fxsr sse sse2 ss ht tm pbe syscall nx lm constant_tsc arch_perfmon pebs bts rep_good pni dtes64 monitor ds_cpl vmx est tm2 ssse3 cx16 xtpr pdcm lahf_lm tpr_shadow
bogomips    : 5320.14
clflush size    : 64
cache_alignment : 64
address sizes   : 36 bits physical, 48 bits virtual
power management:

processor   : 1
vendor_id   : GenuineIntel
cpu family  : 6
model       : 15
model name  : Intel(R) Xeon(R) CPU            3070  @ 2.66GHz
stepping    : 6
cpu MHz     : 2660.074
cache size  : 4096 KB
physical id : 0
siblings    : 2
core id     : 1
cpu cores   : 2
apicid      : 1
initial apicid  : 1
fpu     : yes
fpu_exception   : yes
cpuid level : 10
wp      : yes
flags       : fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush dts acpi mmx fxsr sse sse2 ss ht tm pbe syscall nx lm constant_tsc arch_perfmon pebs bts rep_good pni dtes64 monitor ds_cpl vmx est tm2 ssse3 cx16 xtpr pdcm lahf_lm tpr_shadow
bogomips    : 5320.35
clflush size    : 64
cache_alignment : 64
address sizes   : 36 bits physical, 48 bits virtual
power management:

Ответы [ 3 ]

8 голосов
/ 27 ноября 2011

Я думаю, вы неправильно поняли, когда полезно использовать SSE. Но я использовал только SSE с типами с плавающей точкой, поэтому мой опыт может быть неприменим к этому случаю. Я надеюсь, что вы все еще можете извлечь некоторые уроки из того, что я написал.

SSE предоставляет SIMD, единую инструкцию для нескольких данных. Это полезно, когда у вас много значений, для которых вы хотите выполнить один и тот же расчет. Это своего рода мелкомасштабное распараллеливание. Таким образом, вместо одного умножения вы можете делать четыре одновременно. Но это полезно, только если у вас есть все доступные зависимости.

Так что в вашем случае нет места для распараллеливания. Вы могли бы написать функцию, которая вычисляла бы куб из четырех float с, что было бы быстрее, чем вызывать функцию, которая вычисляла куб из одного числа четыре раза.

6 голосов
/ 27 ноября 2011

Ваш код компилируется в: 

cube:
        movl    4(%esp), %edx
        movl    %edx, %eax
        imull   %edx, %eax
        imull   %edx, %eax
        ret

Если встроенные отступы и движения будут оптимизированы, у вас есть две немедленные инструкции. Я сомневаюсь, что mmx или SSE могли бы сделать это быстрее (передача данных в одни только регистры mmx / sse, вероятно, была бы медленнее, чем два imuls)

0 голосов
/ 27 ноября 2011

Вы должны выровнять свои переменные по 16 байтов, для одного. Кроме того, по моему собственному опыту работы с SSE, вы получите значительный выигрыш, если вычисляете свою функцию для целого пакета значений ... скажем 

cube(long* inArray, long* outArray, size_t size) {
  ...
}
...