SSE 명령어와 어셈블리 최적화가 2레벨 루프가 있는 모집단 계산 알고리즘의 성능을 어떻게 향상시킬 수 있습니까?

문제 이해

코드에서는 2단계 루프 내에서 모집단 수를 처리하고 어셈블리를 사용하여 내부 루프를 최적화하려고 합니다. 루프는 바이트 슬라이스를 반복하고 __mm_add_epi32_inplace_purego 함수를 사용하여 위치 팝카운트를 배열에 추가합니다.

어셈블리를 통한 최적화

내부 루프를 최적화하려면 어셈블리에서 __mm_add_epi32_inplace_purego를 구현할 수 있습니다. 다음은 제안된 최적화된 함수 버전입니다.

<code class="assembly">.text
.globl __mm_add_epi32_inplace_purego
__mm_add_epi32_inplace_purego:
    movq rdi, [rsi]
    movq rsi, [rdi+8]
    addq rsi, rdi
    movups (%rsi, %rax, 8), %xmm0
    addq , %rsi
    movups (%rsi, %rax, 8), %xmm1
    paddusbd %xmm0, %xmm0
    paddusbd %xmm1, %xmm1
    vextracti128 <pre class="brush:php;toolbar:false"><code class="assembly">.text
.globl __optimized_population_count_loop
__optimized_population_count_loop:
    movq rdi, [rsi]
    leaq (0, %rdi, 4), %rdx  # multiple rdi by 4, rdx = counts
    movq rsp, r11
    and rsp, -16
    subq r15, r11
    movq r15, r9
    mov rdi, (%rsi)
    movq r15, rsi
    mov %rsi, rsi
    pxor %eax, %eax
    dec %rsi

.loop:
    inc %rsi
    addq , rsi
    cmp rsi, rdi
    cmovge %rsi, rsi
    movsw (%rdi, %rax, 2), %ax
    movsw (%rsi, %rax, 2), %dx
    movw %ax, (%rdx)
    movw %dx, 2(%rdx)

.end_loop:</code>

, %xmm0, %eax vextracti128 , %xmm1, %edx addl %eax, (%rdi) addl %edx, 4(%rdi) addl %r8d, (%rdi) ret

설명:

이 어셈블리 코드는 압축된 SSE 명령어를 사용하여 함수를 최적화합니다. It:

• paddusbd를 사용하여 16비트 블록의 팝카운트를 계산합니다.
• vextracti128을 사용하여 하위 128비트 부분을 추출합니다.
• 결과를 [8 ]%rdi가 지정한 주소의 int32 배열.

어셈블리로 향상된 전체 루프

설명:

완전한 루프 루프는 이제 어셈블리에서 최적화됩니다. 다음을 사용합니다:

• 2바이트 청크를 처리하는 루프.
• 캐시 누락을 방지하기 위해 연속 addq $32, rsi를 통해 스트리밍 로드.
• 빠르고 컴팩트한 movw를 사용하여 결과를 저장하는 방법입니다.

결론

이 최적화된 버전은 위치 인구 수를 계산하는 알고리즘의 성능을 크게 향상시킵니다.

위 내용은 SSE 명령어와 어셈블리 최적화가 2레벨 루프가 있는 모집단 계산 알고리즘의 성능을 어떻게 향상시킬 수 있습니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!