大佬教程收集整理的这篇文章主要介绍了在 SSE/AVX 中高效计算 X 的能力，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。
我正在寻找最高效的方法来计算 SSE-128/AVX-256/AVX-512 寄存器（128 位和 256 位和 512 位）中所有浮点 X 的第一个整数幂，例如对于浮点 AVX1-256，我想在给定 X^1,X^2,X^3,X^4,X^5,X^6,X^7,X^8 输入时进入寄存器 X。我需要 float-32 和 double-64 的代码。
我为 AVX-256/float-32 案例实现了这段代码：
Try it online!
__m256 _mm256_powers_ps(float X) {
float const x2 = x * x,x4 = x2 * x2;
return _mm256_mul_ps(
_mm256_mul_ps(
_mm256_setr_ps( x,x2,x,x2),_mm256_setr_ps( 1,1,x2)
),x4,x4)
);
}
我设计它主要是为了看起来简单。但我认为在性能方面它可以做得更快，也许少一两个乘法。有人可以推荐一个更快的版本吗？也许甚至有一些单一的 AVX 指令来计算这些能力？
我对所有 128 位（4 个浮点数或 2 个双精度数）和 256 位（8 个浮点数或 4 个双精度数）和 512 位 SIMD 寄存器（16 个浮点数）的 float-32 和 double-64 版本都感兴趣或 8 个双打）。
我还实现了可能更快的版本，看起来更复杂，但乘法少了，没有进行速度比较：
Try it online!
__m256 _mm256_powers_ps(float X) {
float const x2 = x * x;
__m256 const r = _mm256_mul_ps(
_mm256_setr_ps( x,x2)
);
return _mm256_mul_ps(r,_mm256_setr_m128(_mm_set1_ps(1),_mm_permute_ps(_mm256_castps256_ps128(r),0b11'11'11'11))
);
}
我也在考虑简单的非 SIMD 解决方案可能也很快，因为许多独立乘法的并行流水线良好：
Try it online!
__m256 _mm256_powers_ps(float X) {
auto const x2 = x * x;
auto const x3 = x2 * x;
auto const x4 = x2 * x2;
return _mm256_setr_ps(
x,x3,x4 * x,x4 * x2,x4 * x3,x4 * x4);
}
注意：计算浮点或双精度多项式的阶段需要 X 的这些幂，请参阅我关于在 SIMD 上计算多项式的 other question。这个多项式可能有不同的度数，有时是 3，有时是 6，有时是 9，有时是 15，甚至是 25 或 32 或 43 度。这个数字是任意的，实际上可以使用整个范围的 1-48 次多项式。多项式的系数预先作为常数给出。但是事先不知道应该为其计算的值 X。当然，我将使用 FMA 模块来计算 poly 值本身，但是使用 SIMD 计算 poly 需要预先计算的 X 幂。
最常用的目标 cpu 是 Intel Xeon Gold 6230，它有 AVX-512，所以我需要为它优化代码。
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）
以上是大佬教程为你收集整理的在 SSE/AVX 中高效计算 X 的能力全部内容，希望文章能够帮你解决在 SSE/AVX 中高效计算 X 的能力所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。