是否有 SIMD 指令来加快校验和计算？

Posted 2023-02-16

【中文标题】是否有 SIMD 指令来加快校验和计算？

【英文标题】：Are there SIMD instructions to speed up checksum calculations?

【发布时间】：2011-07-12 22:22:02

【问题描述】：

我将不得不编写一个非常基本的校验和函数，例如：

char sum(const char * data, const int len)

    char sum(0);
    for (const char * end=data+len ; data<end ; ++data)
        sum += *data;
    return sum;

这很简单。现在，我应该如何优化它？ 首先，我可能应该使用一些带有 lambda 或类似的 std::for_each ：

char sum2(const char * data, const int len)

    char sum(0);
    std::for_each(data, data+len, [&sum](char b)sum+=b;);
    return sum;

接下来，我可以使用多个线程/内核来汇总块，然后将结果相加。我不会把它写下来，而且我担心创建线程（或者无论如何从池中获取它们），然后切割数组，然后调度所有东西等的成本不会很好，因为我主要会计算小数组的校验和，大部分是 10-100 字节，很少达到 1000。

但我真正想要的是更低级别的东西，一些 SIMD 东西，它们可以对 128b 寄存器上的字节求和，或者可能在两个寄存器之间独立地求和字节而不携带进位，或两者兼而有之。

那里有这样的东西吗？

注意：这是实际的过早优化，但它很有趣，那么到底是什么？

编辑：我仍然需要一种方法来总结 SSE 寄存器中的所有字节，这比

char ptr[16];
_mm_storeu_si128((__m128i*)ptr, sum);
checksum += ptr[0] + ptr[1] + ptr[2]  + ptr[3]  + ptr[4]  + ptr[5]  + ptr[6]  + ptr[7]
          + ptr[8] + ptr[9] + ptr[10] + ptr[11] + ptr[12] + ptr[13] + ptr[14] + ptr[15];

【问题讨论】：

我没有实际证据证明这一点，但我怀疑std::for_each 版本会比手动方法慢...

我假设您希望英特尔 opps 在这里？

@Mike 视情况而定，小数据包实际上速度较慢，但​​大数据包速度更快。我用 100b 和 900b 测试过，我不知道我的设置的限制在哪里。我想创建对象的成本与此有关。不出所料，SSE 在这两种规模上都击败了两者。

@Gabriel：这不是过早的优化。例如，在我的项目中，这是一个最慢的地方。起初我将它展开 4，这给了很多提升，但它仍然是最慢的。所以我不得不使用 SSE 内在函数重写它。这很有趣！ :)

【参考方案1】：

是的，MMX指令集中有这样的指令，叫做“Packed ADD”：

_mm_add_pi8 在 Visual C++ 中 __builtin_ia32_paddb 在 gcc 中

在SSE2指令集中：

_mm_add_epi8 在 Visual C++ 中 __builtin_ia32_paddb128 在 gcc 中

编辑：添加部分和的更快方法：

__m128i sums;

sums = _mm_add_epi8(sums, _mm_srli_si128(sums, 1));
sums = _mm_add_epi8(sums, _mm_srli_si128(sums, 2));
sums = _mm_add_epi8(sums, _mm_srli_si128(sums, 4));
sums = _mm_add_epi8(sums, _mm_srli_si128(sums, 8));
checksum += _mm_cvtsi128_si32(sums);

【讨论】：

现在，在给定上述循环的情况下，任何编译器都足以生成正确的代码吗？

我无法想象大多数编译器会费心为第一个循环发出 SSE。尝试从任意指针加载很烦人——编译器不知道目标是否对齐，是否可以加载 SSE 大小的块，等等。

这里不需要使用编译器名称。 GCC 以及 Visual C++ 支持标准的 MMX/SSE 扩展头和函数。我不是 MMX/SSE 用户，但请检查例如 <mmintrin.h> 的原型。

【参考方案2】：

看看 _mm_add_ps。同时添加 128 位连续块。您需要对数组进行零填充或处理最后几个非 SIMD 样式。