未知分段错误问题
我有一个是推动我疯了分割故障问题。 这是code： 的（K = 0; K＆LT;范围; K = K + 4） { INT K1，K2，kfactor，k1factor，k2factor; __m128 bfly0_rv，bfly1_rv，bfly2_rv，bfly3_rv; __m128 bfly0_iv，
..
intrinsics相关内容
如何使用英特尔内部函数检查是否AVX扩展是由CPU的支持？
我在写采用英特尔内部函数的程序。我想用 _mm_permute_pd 内在的，这是唯一与AVX的CPU可用。对于没有AVX的CPU我可以使用 _mm_shuffle_pd 但根据规格它比 _mm_permute_pd 慢得多。做英特尔内部函数头文件定义常量，让我分辨AVX是否支持，让我可以写某事像这样： #IFDEF __IS_AVX_SUPPORTED__ //有某事像这样定义的？ //使用_
..
最佳汇编或编译的三个值中的最低
我看用GCC-4.8 x86_64的产生code和不知道是否有一个更好的（更快）的方式来计算最低的三个值的。 下面是从Python的收藏的模块，计算最低 M 的 rightindex + 1 和 leftindex ： ssize_t供M = N; 如果（M＆GT; rightindex + 1） M = rightindex + 1; 如果（M＆GT; le
..
利用上证所内部函数优化
我想一个循环我已经转换为上证所内部函数。我似乎已经取得了相当不错的进展，我的意思是这是正确的方向，但是我似乎已经做了一些翻译错误的地方，因为我没有得到相同的“正确”的答案从非SSE $结果C $℃。 我用的4倍展开 我最初的循环是这样的： INT unroll_n =（N / 4）* 4;对于（INT J = 0; J＆LT; unroll_n; J ++）{ 的for（in
..
为什么增速低于用AVX2预期？
我已经在矢量使用AVX2的内部函数指令矩阵加法的内循环，我也有从的此处。我希望加速比应为5倍，因为几乎4潜伏期在1024迭代超过128次迭代6延迟情况发生，但增速是3倍。因此问题是还有什么在这里，我没有看到。我使用的gcc，在C编码，内部函数，CPU是SKYLAKE微架构6700hq 下面是C和汇编了把内循环。 全局数据： INT __attribute __（（排列（32）））一[MAX
..
如何将一个像素结构加载到一个SSE寄存器？
我有8位像素数据的结构： 结构__attribute __（（排列（4）））{像素 焦炭 - [R; 焦克; 炭B： 所以char a; } 我想使用SSE指令来计算这些像素（即，Paeth转换）某些事情。我怎么能这些像素加载到一个SSE寄存器为32位无符号整数？ 解决方案 好吧，使用SSE2整数内部函数从＆LT; emmintrin.h＆GT; 首先加
..
什么是使用不同版本的上证所内部函数在GCC的正确方法？
我会给予一个例子问我的问题。现在我有一个调用的函数 do_something（）。 它有三个版本： do_something（）， do_something_sse3（）和 do_something_sse4 （）。当我的程序运行时，它会检测CPU的功能（看看它是否支持SSE3 SSE4或），并调用相应的三个版本中的一个。 的问题是：：当我建立我的程序与海湾合作委员会，我必须设置 -msse4
..
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
..
什么是逻辑SSE内部函数之间的区别？
是否有不同类型的逻辑上证所内部函数有什么区别？例如，如果我们采取或操作，有三个内部函数：_mm_or_ps，_mm_or_pd和_mm_or_si128所有这一切都做同样的事情：计算的按位的OR的操作数。我的问题： 有没有使用一种或另一种内在的（在适当的压铸类）之间的差异。会不会有像在一些具体情况更长的执行任何隐藏费用？ 这些内在函数映射到三个不同的x86指令（POR，ORPS，orp
..
如何使用MSVC内在函数来得到这个GCC code的相同呢？
以下code调用内建函数在GCC CLZ / CTZ，并在其他系统上，已丙版本。很显然，将C版本有点不理想，如果系统有一个内建的CLZ / CTZ指令，像x86和ARM。 #IFDEF __GNUC__ ＃定义CLZ（X）__builtin_clz（X） CTZ的#define（x）的__builtin_ctz（X） ＃其他 静态uint32_t的ALWAYS_INLINE POPCNT（ui
..
堆栈MMX内部函数和Microsoft的C用法中++
我有一个内联汇编循环累加元素从MMX指令一个Int32数据数组。尤其是，它使用了MMX寄存器可以容纳16 int32s并行计算16个不同的累加和的事实。 我现在想这块code的转换为MMX内部函数，但我怕我会蒙受性能损失，因为人们无法明确intruct编译器使用8个MMX寄存器accomulate 16个独立的款项。 任何人都可以在此发表评论，也许提出如何将一块低于code的转换使用内在函数的
..
86最大/最小汇编指令？
是否有可以加快最小/最大双打的向量计算的汇编指令/上酷睿i7架构的整数？ 更新： 我没想到会这么丰富的解答，谢谢。 所以，我看到，最大/最小值，可以没有分支的事。 我有子问题： 有没有一种有效的方式来获得最大的双指数数组？ 解决方案 SSE4具有 PMAXSD 或 PMAXUD 32位有符号/无符号整数，这可能是有用的。 SSE2具有 MAXPD 和 MAXSD 这之间的比较并
..
在Linux中InterlockedIncrement的当量/ GCC
这将是一个很简单的问题（可复制），但我无法找到它。 的Win32 API提供了一个非常方便的一套原子操作（如内部函数），如 InterlockedIncrement 发射锁定添加 86 code。此外， InterlockedCompareExchange 映射到锁定CMPXCHG 。 不过，我想这样做，在Linux下使用gcc。由于我工作的64位，这是不可能使用内联汇编。是否有内在的GCC？
..
有关strlen的不同实现的性能问题
我已经实现了以不同的方式，包括 SSE2组装的strlen（）函数， SSE4.2组装和 SSE2内在，我也产生了一些实验，请用的strlen（）上述＆lt;文件string.h＆gt;在glibc的和的strlen（）。然而，他们以毫秒为单位方面的性能（时间）是意想不到的。 我的实验环境： 的CentOS 7.0 + GCC 4.8.5 +英特尔®至强® 以下是我实现的： 的strl
..
与内在和装配嵌入式广播
在2.5.3节的英特尔架构指令集扩展编程参考比我们学习 AVX512（和骑士角）的 位字段为某些负载运算指令广播连接code的数据，即指令 从内存中加载数据，并进行一些计算 或数据移动操作。 例如采用Intel汇编语法我们可以播放在用 zmm2 RAX ，然后在地址标code>并把结果写入 zmm1 >这样的 vmulps zmm1，zmm2，[RAX] {} 1to16
..
生产循环无GCC CMP指令
我公司拥有一批紧密循环，我试图用GCC和内部函数进行优化。考虑例如下列功能 无效黑社会（浮点* X，浮动* Y，浮动* Z，const int的N）{ 浮K = 3.14159f; INT I; __m256 K4 = _mm256_set1_ps（K）; 对于（i = 0; I＆LT; N，I + = 8）{ _mm256_store_ps（安培
..
做混合SSE整数/浮点SIMD指令时，我得到的性能损失
我在内部函数的形式，最近不少二手x86的SIMD指令（SSE1234）。我发现无奈的是，上证所ISA有几个简单的指令只适用于浮筒或只为整数，但在理论上应该都同样执行。例如，float和double向量都有说明从一个地址加载128位向量的高64位（ movhps 的 movhpd 的），但有一个为整数没有这样的指令向量。 我的问题： 有没有使用浮动整数载体，如运算指令时，期待的性能损失的原因使用
..
打印__m128i变量
我试图用内在学习code和下方则是code这确实除了 编译器使用：ICC ＃包括LT＆;＆stdio.h中GT; ＃包括LT＆;＆emmintrin.h GT; 诠释的main（） { __m128i一个= _mm_set_epi32（1,2,3,4）; __m128i B = _mm_set_epi32（1,2,3,4）; __m128i℃;
..
_addcarry_u64和_addcarryx_u64与MSVC和ICC
MSVC和ICC都支持内在 _addcarry_u64 和 _addcarryx_u64 。 根据英特尔的内在指南和
..
是否MINLOC工作在指数从0开始的数组？ （Fortran语言90/95）
使用C一段时间后，我又回到了Fortran和分配在我的code数组索引0到N： 实（KIND = DP），尺寸（:)，可分配::一 分配（一（0:50）） 我需要找到数组的最小绝对值的指数，所以我用MINLOC，并检查这一点，我将它比作MINVAL： minloc（ABS（A（:)）） MINVAL（ABS（a））的 MINLOC的结果是指数 42 但MINVAL的结果，符合 41 。
..