相比于裸__m128 SSE矢量包装类型的表现
我发现一个有趣的约SIMD陷阱Gamasutra的文章，其中规定这是不可能达到的“纯”性能 __ M128 键入与封装类型。嗯，我是持怀疑态度，所以我下载的项目文件，编造一个可比的测试用例。 原来（我惊奇）的包装版本是显著慢。因为我不想谈论刚才的空气稀薄，测试案例如下： 在第一种情况 Vec4 是与 __ M128 键入一个简单的别名一些运营商： 的#include＆LT; xmmintri
..
sse相关内容
SIMD minmag和maxmag
我要实现SIMD minmag和maxmag功能的。据我了解，这些功能是 minmag（A，B）= | A |＆LT; | C | ？ A：B maxmag（A，B）= | A |＆GT; | B | ？ A：B 我想这些对float和double，我的目标硬件的Haswell。我真正需要的是code这两种计算。以下是我对SSE4.1双（AVX的code是几乎相同）静态内嵌无效maxmin
..
与未对齐的缓冲区向量化：使用VMASKMOVPS：产生从错位口罩算什么？或者没有使用的insn在所有
GCC 5.3 -O3 -mavx -mtune = Haswell的为X86-64使出奇笨重code 来处理code像潜在-错位输入：编译器的输入 //方便简单的例子 //我在此对任何真正的程序实际上有兴趣 无效floatmul（浮动*一）{ 的for（int i = 0; I＆LT; 1024年，我++） 一个由[i] * = 2; } 铛使用未对齐加载/存储指令，但GCC
..
在GNU C内联汇编，该干嘛的修饰XMM / YMM / ZMM为一个操作？
在试图回答
..
如何将128位的立即到XMM寄存器
有已经是对这个问题，但它被关闭的“暧昧“所以我打开一个新 - 我已经找到了答案，也许这将帮助别人太 现在的问题是：你如何编写汇编code的顺序，有128位立即（常数）值来初始化XMM寄存器？ 解决方案 只是想补充一点，人们可以读到关于瓦格纳雾手册的汇编语言优化子程序，生成常量，第13.4节，第121页。
..
如何声明内存范围内使用不可缓存的x86平台的gcc？
虽然我看了一下这方面的说明movntdqa但想出了一个干净的方式前preSS内存范围不可缓存或读取数据，从而不污染缓存。 我想从GCC做到这一点。我的主要目标是交换到随机位置在大阵。希望通过避免缓存因为很少有数据resue加速这一操作。 解决方案 我想你所描述的是内存类型范围寄存器。你可以控制这些在Linux下（如果有，你是用户0），使用的/ proc / MTTR / 的ioctl（2
..
如何将两个四元数以最小的指令？
经过一番思考，我想出了以下code使用SSE两个四元数相乘： 的#include＆LT; pmmintrin.h＆GT; / * SSE3内部函数* // *两个四元数的乘法（X，Y，Z，W）×（A，B，C，D）* /__m128 _mm_cross4_ps（__ M128 XYZW，__m128 ABCD） { / *两个四元数的产品为：* / / *（X，Y，Z，W）=（XD + YC-
..
使用SSE指令
我已经写在其中一个大整数数组中的每个元素执行C ++的循环。在循环中，我掩盖了整数的某些位，然后找到最小值和最大值。我听说，如果我使用SSE指令执行这些操作将运行得更快相比，使用按位写一个正常的循环，以及如果其他条件。我的问题是我应该去这些SSE指令？另外，如果我的code在不同的处理器上运行时会发生什么？它仍然可以工作或这些指令是特定的处理器？ 解决方案 SSE指令是特定处理器。你可
..
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
..
获得上证所的版本没有在x64 __asm
我试图建立的VS2010 CRT库的一些功能稍微修改后的版本，一切都很好，除了它试图访问该presumably持有指令集架构的版本全局变量的部件（ISA） 如果（__isa_available＆GT; __ISA_AVAILABLE_SSE2） { // ... } 否则，如果（__isa_available == __ISA_AVAILABLE_SSE2） { // ... }
..
高效的4x4矩阵乘法（C VS组装）
我在寻找繁殖的C.两个4X4矩阵我目前的研究主要集中在x86-64的组装与SIMD扩展更快，棘手的方式。到目前为止，我已经创建了一个功能女巫约6倍比一个天真的C语言实现，这已经超出了我的性能改善的预期更快。不幸的是，保持真实，只有当没有优化标志用于编译（GCC 4.7）。随着 -O2 ，C变快和我的努力变得毫无意义。 我知道，现代的编译器使用复杂的优化技术，以达到近乎完美的code，通常比一个巧
..
获取与上证所__m128i向量最大值？
我一直在使用SSE刚开始，我很困惑如何获得的最大的整数值（最大） __ m128i 。例如： __ m128i T = _mm_setr_ps（0,1,2,3）; //最大值（T）= 3; 搜索周围使我 MAXPS 指令，但我似乎无法找到如何使用与“xmmintrin.h”。 此外，有没有任何文档“xmmintrin.h”，你会建议，而不是寻找到头文件本身？ 解决方案 如果你发现自己
..
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
..
高效SSE N×N的矩阵乘法
我想通过矩阵乘法来实现 SSE 大型矩阵的版本。 我在寻找基于 SIMD 实现一个高效的算法。 我所需的方法是这样的： A（n×m个）* B（米×K）= C（N×k个） 和所有矩阵都被认为是16字节对齐的float数组。 我搜索网，发现有些文章描述了8x8的乘法和更小。我真的需要它尽可能高效，我不希望使用征库或类似的库。 （仅 SSE3 更具体）。 所以我AP preciate如果有人
..
MOVDQA和MOVAPS x86指令之间的区别？
我在寻找的英特尔数据表：英特尔®64和IA-32架构 软件开发人员手册，我无法找到的区别的 MOVDQA 和 MOVAPS x86指令？ 在英特尔数据表我能找到两个指令： 此指令可用于从128位加载XMM寄存器 存储器位置，XMM寄存器的内容存储到 128位内存位置，或两个XMM寄存器之间移动数据。 唯一的区别是： 要移动双四字或未对齐的内存位置，使用 该指令MOVDQ
..
什么是＆QUOT意义;非颞＆QUOT;内存访问在86
这是一个有些低级别的问题。在x86汇编有两个SSE指令： MOVDQA 的 XMMI，M128 的 和 MOVNTDQA 的 XMMI，M128 的 在IA-32软件开发人员手册说，的 NT 的在MOVNTDQA代表的非临时的，并且，否则它一样MOVDQA。 我的问题是，是什么的非临时的意思吗？ 解决方案 非临时SSE指令（MOVNTI，MOVNTQ等），不按正常
..
是有可能使用SSE（V2），使128位宽整数？
我看明白了SSE2的功能多一点，想知道如果一个人可以做一个128位的整数支持加，减，XOR和乘法？谢谢，Erkling。 解决方案 SSE2没有进位，但你可以很容易地计算进为进行= SUM＆LT;一个或进行= SUM＆LT; b 如这个。但更糟糕的是，SSE2没有64位的比较，所以你必须在这里使用一些变通办法像一个 下面是基于以上想法一个未经考验，未优化的C $ C $角 内联BOOL每
..
为什么SSE标量的sqrt（x）的比rsqrt（X）* X慢？
我一直在分析我们的一些核心数学上的英特尔酷睿双核，在注视各种方法来平方根我注意到一个奇怪的现象：在使用SSE标量运算，它是更快采取倒数平方根并乘以得到开方，是不是比使用本地开方运算code！ 我与一个循环类似测试它： 内嵌浮动TestSqrtFunction（漂浮在）;无效TestFunc（） { ＃定义ARRAYSIZE 4096 ＃定义NUMITERS 16386 浮FLIN [AR
..
初始化在声明工会阵列
我想在初始化声明如下工会数组： 的typedef工会{__m128d米;浮F [4]; }垫; 垫米[2] = {{{30467.14153,5910.1427,15846.23837,7271.22705} {30467.14153,5910.1427,15846.23837,7271.22705}}}; 但I'getting以下错误： matrix.c：在函数'主'： matrix.c：
..
SSE指令增加一个阵列中的所有元素
我是新来的SSE2指令集。我发现 _mm_add_epi8 的指令，可以添加两个数组元素。但我想的SSE指令，可以增加一个阵列中的所有元素。 我试图用这个code来开发这一概念： 的#include＆LT;＆iostream的GT; ＃包括LT＆;＆CONIO.H GT; ＃包括LT＆;＆emmintrin.h GT;空SSE（无符号字符*一，无符号字符* B）;无效的主要（） { /
..