Intel CPU 上的 SIMD 指令能否显着提高前缀和算法性能？

Intel 处理器上的 SIMD 前缀和

简介

前缀和算法查找累积和给定数组的。该操作在各种计算问题中都会遇到，并且需要高性能才能高效处理。在本文中，我们将讨论 Intel CPU 上的 SIMD 指令是否可以增强前缀和算法的性能。

使用 SIMD 的并行前缀和

一种并行前缀和算法涉及分两次执行操作。在第一遍中，并行计算部分和，然后累加每个部分和的总和。第二遍将每个部分和的总和添加到下一个部分和中。通过 OpenMP 使用多线程实现并行性，并在第二遍使用 SIMD 指令可以提高效率。

SIMD 前缀和的代码

以下是 SIMD 前缀和的代码示例多于算法：

__m128 scan_SSE(__m128 x) {
    x = _mm_add_ps(x, _mm_castsi128_ps(_mm_slli_si128(_mm_castps_si128(x), 4)));
    x = _mm_add_ps(x, _mm_shuffle_ps(_mm_setzero_ps(), x, 0x40));
    return x;
}

void pass1_SSE(float *a, float *s, const int n) {
    __m128 offset = _mm_setzero_ps();
    #pragma omp for schedule(static) nowait
    for (int i = 0; i < n / 4; i++) {
        __m128 x = _mm_load_ps(&amp;a[4 * i]);
        __m128 out = scan_SSE(x);
        out = _mm_add_ps(out, offset);
        _mm_store_ps(&amp;s[4 * i], out);
        offset = _mm_shuffle_ps(out, out, _MM_SHUFFLE(3, 3, 3, 3));
    }
    float tmp[4];
    _mm_store_ps(tmp, offset);
    return tmp[3];
}

void pass2_SSE(float *s, __m128 offset, const int n) {
    #pragma omp for schedule(static)
    for (int i = 0; i<n/4; i++) {
        __m128 tmp1 = _mm_load_ps(&amp;s[4 * i]);
        tmp1 = _mm_add_ps(tmp1, offset);
        _mm_store_ps(&amp;s[4 * i], tmp1);
    }
}

讨论

这些优化可以显着提高大型数组上的前缀和运算的性能。对两个通道使用 SIMD 进一步提高了效率，减少了计算时间。提供的代码在第二遍中使用 SIMD，并在四核系统上实现了大约 7 倍的性能提升。

以上是Intel CPU 上的 SIMD 指令能否显着提高前缀和算法性能？的详细内容。更多信息请关注PHP中文网其他相关文章！