使用SSE（x * x * x）+（y * y * y）进行乘法

我正在尝试使用SIMD优化此function，但我不知道从哪里开始。

long sum(int x,int y) { return x*x*x+y*y*y; } 

反汇编函数如下所示：

  4007a0: 48 89 f2 mov %rsi,%rdx 4007a3: 48 89 f8 mov %rdi,%rax 4007a6: 48 0f af d6 imul %rsi,%rdx 4007aa: 48 0f af c7 imul %rdi,%rax 4007ae: 48 0f af d6 imul %rsi,%rdx 4007b2: 48 0f af c7 imul %rdi,%rax 4007b6: 48 8d 04 02 lea (%rdx,%rax,1),%rax 4007ba: c3 retq 4007bb: 0f 1f 44 00 00 nopl 0x0(%rax,%rax,1) 

调用代码如下所示：

  do { for (i = 0; i < maxi; i++) { j = nextj[i]; long sum = cubeSum(i,j); while (sum <= p) { long x = sum & (psize - 1); int flag = table[x]; if (flag <= guard) { table[x] = guard+1; } else if (flag == guard+1) { table[x] = guard+2; count++; } j++; sum = cubeSum(i,j); } nextj[i] = j; } p += psize; guard += 3; } while (p <= n); 

Answer 1

• 使用（x | y | 0 | 0）填充一个SSE寄存器（因为每个SSE寄存器包含4个32位元素）。 让我们称之为r1
• 然后将该寄存器的副本复制到另一个寄存器r2
• r2 * r1，存储结果，比如说r2。
• r2 * r1再次将结果存储在r2中
• 现在在r2你有（x * x * x | y * y * y | 0 | 0）
• 将r2的下两个元素解压缩到单独的寄存器中，添加它们（SSE3有水平添加指令，但仅适用于浮点数和双精度数）。

最后，如果结果比编译器为您生成的简单代码更快，我会感到惊讶。 如果您要操作数据arrays，SIMD会更有用。

Answer 2

这种特殊情况不适合SIMD（SSE或其他）。 当你有连续的数组，你可以顺序访问和异步处理时，SIMD真的只能很好地工作。

但是你可以至少摆脱标量代码中的一些冗余操作，例如当i不变时重复计算i * i * i ：

 do { for (i = 0; i < maxi; i++) { int i3 = i * i * i; int j = nextj[i]; int j3 = j * j * j; long sum = i3 + j3; while (sum <= p) { long x = sum & (psize - 1); int flag = table[x]; if (flag <= guard) { table[x] = guard+1; } else if (flag == guard+1) { table[x] = guard+2; count++; } j++; j3 = j * j * j; sum = i3 + j3; } nextj[i] = j; } p += psize; guard += 3; } while (p <= n);