c – 对于具有所有相同组件的SSE向量,可以动态生成还是预先计算？

解决方法

__m128 calc_set1(float num1,float num2)
{
  __m128 num1_4 = _mm_set1_ps(num1);
  __m128 num2_4 = _mm_set1_ps(num2);
  __m128 result4 = _mm_mul_ps(num1_4,num2_4);

  return result4;
}

__m128 calc_mov(float* num1_4_addr,float* num2_4_addr)
{
   __m128 num1_4 = _mm_load_ps(num1_4_addr);
  __m128 num2_4 = _mm_load_ps(num2_4_addr);
  __m128 result4 = _mm_mul_ps(num1_4,num2_4);

  return result4;
}

和装配

calc_set1(float,float):
    shufps  $0,%xmm0,%xmm0
    shufps  $0,%xmm1,%xmm1
    mulps   %xmm1,%xmm0
    ret
calc_mov(float*,float*):
    movaps  (%rdi),%xmm0
    mulps   (%rsi),%xmm0
    ret

您可以看到calc_mov()按照您的预期执行,calc_set1()使用单个shuffle指令.

如果在高速缓存未命中的罕见事件中L1高速缓存的加载端口更忙,则movps指令可以花费大约四个周期来生成更多地址.

shufps将在最近的任何英特尔微体系结构上进行一个周期.无论是SSE128还是AVX256,我都相信这是真的.因此我建议使用mm_set1_ps方法.

当然,shuffle指令假定float已经在SSE / AVX寄存器中.如果您从内存加载它,那么广播将更好,因为它将在单个指令中捕获最好的movps和shufps.