浮点向量的 SSE 缩减

SSE reduction of float vector(浮点向量的 SSE 缩减)

问题描述

如何使用 sse 内在函数获取浮点向量的总和元素(减少)?

How can I get sum elements (reduction) of float vector using sse intrinsics?

简单的序列号:

void(float *input, float &result, unsigned int NumElems)
{
     result = 0;
     for(auto i=0; i<NumElems; ++i)
         result += input[i];
}

推荐答案

通常在循环中生成 4 个部分和，然后在循环后对 4 个元素进行水平求和，例如

Typically you generate 4 partial sums in your loop and then just sum horizontally across the 4 elements after the loop, e.g.

#include <cassert>
#include <cstdint>
#include <emmintrin.h>

float vsum(const float *a, int n)
{
    float sum;
    __m128 vsum = _mm_set1_ps(0.0f);
    assert((n & 3) == 0);
    assert(((uintptr_t)a & 15) == 0);
    for (int i = 0; i < n; i += 4)
    {
        __m128 v = _mm_load_ps(&a[i]);
        vsum = _mm_add_ps(vsum, v);
    }
    vsum = _mm_hadd_ps(vsum, vsum);
    vsum = _mm_hadd_ps(vsum, vsum);
    _mm_store_ss(&sum, vsum);
    return sum;
}

注意:对于上面的例子，a必须是16字节对齐，n必须是4的倍数.如果a对齐不能保证然后使用 _mm_loadu_ps 代替 _mm_load_ps.如果 n 不能保证是 4 的倍数，则在函数末尾添加一个标量循环以累积任何剩余元素.

Note: for the above example a must be 16 byte aligned and n must be a multiple of 4. If the alignment of a can not be guaranteed then use _mm_loadu_ps instead of _mm_load_ps. If n is not guaranteed to be a multiple of 4 then add a scalar loop at the end of the function to accumulate any remaining elements.

这篇关于浮点向量的 SSE 缩减的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！