填充有/没有内在函数 C++

Posted 2023-03-05

【中文标题】填充有/没有内在函数 C++

【英文标题】：Fill with/without intrinsics C++

【发布时间】：2012-12-15 01:32:03

【问题描述】：

我正在研究内在函数对性能的影响，我有点困惑：它们似乎根本没有影响！我试图用两个不同的函数填充一个双精度数组，但我看不出有什么区别。我通过调用 _aligned_malloc 并将对齐参数设置为 8 来分配数组。我使用 Visual Studio 2008 并在发布模式下编译，包括优化和不优化 (/O2 - /Od) 以及有和没有内在函数 (/Oi) - 所有四种组合。以下是两个不同的版本：

#ifdef _NO_INTRIN

void my_fill(double* vett, double value, int N)

    double* last = vett + N;
    while( vett != last)
    
        *vett++ = value;
    


#else

void my_fill(double* vett, double value, int N)

    double* last = vett + N;

    // set "classically" unaligned data, if any
    while( (0xF & (uintptr_t)vett) && vett != last )
        *vett++ = value;

    __m128d* vett_ = (__m128d*)vett;
    uintptr_t fff0 = ~0 << 4;
    // round address to nearest aligned data setting to zero least significant 4 bits
    __m128d* last_ = (__m128d*)( fff0 & (uintptr_t)last);
    // process until second-last element to manage odd values of N
    for( ; vett_ < last_-1; vett_++ )
    
        *vett_ = _mm_set1_pd(value);
    

    vett = (double*)vett_;
    while(vett != last)
        *vett++ = value;
    

#endif

作为最后一个规范，我将数据对齐到 8B 而不是 16，因为我计划在数组的不同部分以多线程方式执行此函数。所以，同样将数据对齐到 16B 我不能确定数组的所有部分都会对齐（例如 303 个元素，3 个线程，每个线程 101 个元素，第 1 部分对齐到 16B，第 2 部分从 @vett+101 开始*8 ==> 未对齐）。这就是我尝试实现与对齐无关的功能的原因。 我试图在我的 Intel Atom CPU N570 @ 1.66 GHz 上填充一个 1M 元素的数组，我总是得到相同的执行时间。那么......我的方法有什么问题？为什么我看不出差异？提前谢谢大家。

【问题讨论】：

你是如何准确测量执行时间的？

同时发布基准测试代码。

如果您在四个样本之间没有看到任何性能差异，无论是阳性还是阴性，那么您没有正确测量。

我不想读这个，因为你从一个非常特殊的编译器和平台的内在函数开始，你甚至没有用它来标记你的问题。

一种猜测是编译器编写者已经知道所有这些，并且无论您以何种方式编写代码都会处理任何问题。

【参考方案1】：

如果您不进行任何复杂的计算，而只是将固定值写入内存，那么您的程序速度可能会受到内存带宽的限制。 CPU 可以在内部以更快的速度生成值，但它受限于它可以将它们传输到 RAM 中的速率（尤其是在处理不适合 CPU 缓存的大内存区域时）