FLT_EPSILON的n次方根器时，SSE / AVX
我试图将其转换发现的n次方根用C从以下链接双重值的函数 HTTP：//rosetta$c$c.org/wiki/Nth_root#C 找到8彩车的n次方根一次使用AVX。 这code部分采用DBL_EPSILON * 10。然而，当我将它转换为使用float与AVX我必须使用FLT_EPSILON * 1000或code挂起，不收敛。当我打印出来FLT_EPSILON我看到它是为了1E-7。
..
avx相关内容
如何使用AVX / SIMD嵌套循环和+ =格式？
我写一个网页排名程序。我写更新排名的方法。我已经成功地得到它与嵌套的for循环，也是一个线程版本的工作。不过，我想改用SIMD / AVX。 这是code，我想变成一个SIMD / AVX的实现。 的#define IDX（A，B）（（A * NPAGES）+ B）//二维矩阵索引 用于（为size_t我= 0; I＆LT; NPAGES，我++）{ 临时[I] = 0.0;
..
反向含双打使用单一AVX内在一个AVX寄存器
如果我在他们4双打的AVX寄存器，我想这个反向存储在另一个寄存器中，是否有可能用一个固有的命令来做到这一点？ 例如：如果我在一个SSE寄存器有4个浮筒，我可以使用： _mm_shuffle_ps（A，A，_MM_SHUFFLE（0,1,2,3））; 我能做到这一点使用，也许 _mm256_permute2f128_pd（）？我不认为你可以使用上述内部解决每个人的两倍。 解决方案 您确
..
WebSocket的数据揭露/多字节XOR
的WebSocket规范定义揭露数据 J = MOD 4 转化八位-I =原八位-I XOR屏蔽键八位-J ，其中掩模是4字节长，揭露具有每字节被应用 有没有办法更有效地做到这一点，而不是仅仅循环字节？ 服务器运行code可以假定为Haswell的CPU，操作系统是Linux的内核> 3.2，所以SSE等都是present。编码是用C做，但如果需要，我可以做ASM为好。 我倒是想看看了自
..
有不同的优化（平原，SSE，AVX）在同一个可执行文件C / C ++
我发展优化为我的3D计算，我现在有： 一个“平原”使用标准C语言库版本， 的 SSE 优化的版本，编译使用preprocessor 的#define USE_SSE ， 的 AVX 优化的版本，编译使用preprocessor 的#define USE_AVX 是否有可能在3个版本之间切换，而无需编写不同的可执行文件（例如，具有不同的库文件和动态加载的“正确”的，不知道是不
..
上证所装载到整数__m128
什么是海湾合作委员会的内在装载4 整数到 __ M128 和8个整数为 __m256 （对齐/不对齐的）？什么无符号整数？ 解决方案 使用Intel的SSE intrnisics，你要找的是： _mm_load_si128（） _mm_loadu_si128（） _mm256_load_si256（） _mm256_loadu_si256（） 文件： http://
..
AVX转换的64位整数64位浮点
我想转换4装64位整数4包装使用AVX 64位的花车。我已经试过类似： int_64t 1！=（*的int64_t）_mm_malloc（256，32）; LS [0] = A; // ... LS [3] = D组;__mm256i包装= _mm256_load_si256（（__ m256i常量*）LS）; 这将在调试器中显示：（GDB）印刷包装 $ 4 = {1234，5678，90
..
数学函数运行任何英特尔AVX功能后，需要更多的周期
我注意到，数学函数（如CEIL，圆形，...）运行任何英特尔AVX功能之后采取更多的CPU周期。 请参阅下面的例子： 的#include＆LT;＆stdio.h中GT; ＃包括LT＆;＆math.h中GT; ＃包括LT＆;＆immintrin.h GT; 静态unsigned long int类型get_rdtsc（无效） { unsigned int类型A，D;
..
如何执行逐元素与__m128i左移？
我已经找到了SSE移位指令可以相同数额上的所有元素只能转移： _mm_sll_epi32（） _mm_slli_epi32（）
..
L1内存带宽：使用通过4096 + 64字节的地址不同，在效率下降50％
我想与英特尔处理器实现下列操作的最大带宽。 的for（int i = 0; I＆LT; N;我++）Z [i] = X [I] + Y [I] // N = 2048 其中x，y和z是浮阵列。我这样做对的Haswell，Ivy Bridge的，而Westmere处理器的系统。 我最初分配这样的内存的char * A =（的char *）_ mm_malloc（的sizeof（浮动）* N，6
..
处理零的_mm256_rsqrt_ps（）
由于 _mm256_sqrt_ps（）是比较慢的，而且我生成的值将立即与截断_mm256_floor_ps（），环顾四周，似乎这样做的： _mm256_mul_ps（_mm256_rsqrt_ps（eightFloats） eightFloats）; 是去表现，额外位的方式，避免了流水线停顿。 不幸的是，零值，当然，我得到一个崩溃计算 1 /开方（0）。什么是解
..
如何执行_mm256_movemask_epi8（VPMOVMSKB）逆？
内在的： INT面膜= _mm256_movemask_epi8（__ m256i S1） 创建了一个面具，对应于 S1 的每个字节的最高位显著的 32 位。操作使用位操作面膜后（ BMI2 ）后，我想执行 _mm256_movemask_epi8 ，即倒数，创建一个 __ m256i 载体包含的对应位的每个字节的最高显著位 uint32_t的面具。 什么是做到这一点的最好方法是什么？ 编
..
减少与SSE / AVX的OpenMP
我想要做的使用OpenMP和SIMD阵列上的减少。我读了OpenMP中减少等同于： 内嵌浮动sum_scalar_openmp2（常量浮动[]，常量为size_t N）{ 浮动金额= 0.0; OMP的#pragma并行 { 浮sum_private = 0.0; OMP的#pragma为平行NOWAIT 的for（int
..
在零转移在AVX2 8位移位操作
有什么办法重建 _mm_slli_si128 指令AVX2转向一个 __ mm256i 通过X字节注册？ 的 _mm256_slli_si256 似乎只是为了执行两个 _mm_slli_si128 在[127：0]和[255：128 ]。 左移应该在工作 __ m256i 是这样的： [1，2，3，4，5，6，7，8，9，10，11，12，...，32] - GT; [2，3，4，5，
..
如何使用乘加（FMA）与SSE / AVX指令
我已经了解到，某些Intel / AMD的CPU可以做点大的乘法和SSE / AVX补充：结果
..
现在缺少/次优的这个执行的memcpy？
我已经成为兴趣写一个的memcpy（）作为教育工作。我不会写什么，我也没想到的整体论，但这里的 一些家伙的实施： __ forceinline //因为通常尺寸已知，内联后编译器可以优化掉大部分无用代码 无效* myMemcpy（字符* Dst的，为const char *的Src，为size_t大小） { 无效*开始= Dst的; 对于（;尺寸＆GT; =
..
为什么AVX-256 VMOVAPS指令只复制四个单precision花车，而不是8？
我想对一些较新的Intel处理器可用的256位AVX指令来熟悉自己。我已经验证了我的i7-4720HQ支持256位AVX指令。我遇到的问题是，VMOVAPS指令，它应该复制8个单precision浮点值，只能复制4。 点PROC VMOVAPS YMM1，ymmword PTR [RCX] VDPPS YMM2，YMM1，ymmword PTR [RDX] 255 VMO
..
在一个对象文件code对齐影响的函数的另一个对象文件中的表现
我熟悉的数据校准和性能，但我相当新的调整code。我在X86-64组装开始编程最近与NASM，并使用code调整已经比较性能。至于我可以告诉NASM插入 NOP 指令来实现code对齐。 下面是一个功能我一直在一个Ivy Bridge的系统上尝试这种 无效黑社会（浮点* X，浮动* Y，浮动* Z，整数N，INT重复）{ 浮K = 3.14159f; INT（INT R = 0
..
新的AVX指令语法
我曾与一些英特尔intrinsincs编写过C code。我SSSE3标志先用AVX，然后进行编译后，我得到了两个完全不同的装配codeS。例如： AVX： vpunpckhbw％XMM0，xmm1中的％，％XMM2 SSSE3： MOVDQA％XMM0，％XMM2 punpckhbw％将xmm1，％XMM2 很明显， vpunpckhbw 就是 punpckhbw 但使用AVX
..
比较两个16字节的值最多可使用SSE 4.2平等？
我有一个这样的结构： 结构{ uint32_t的一个; uint16_t B： uint16_t℃; uint16_t D组; uint8_t有ê; }等; 和我想比较两个相等上述结构中，尽可能以最快的方式。我看着英特尔内部函数向导，但无法找到一个比较整数，可用的选项主要是双打和单浮点矢量输入。 可能有人请告知最好的办法？我可以一个工会添加到我的结构，
..