初めてSSEイントリンシックで作業していますが、16バイトのメモリアラインメントを確保した後でもセグメンテーションフォルトが発生します。私はこれをしようとするとメモリアラインメントが正しくないためSSE組み込み関数で作業中にセグメンテーションフォールトが発生する
float *V = (float*) memalign(16,dx*sizeof(float));
:
How to allocate 16byte memory aligned data
これは私が私の配列を宣言している方法です:この記事は私の以前の質問への拡張である
__m128 v_i = _mm_load_ps(&V[i]); //It works
しかし、私がこれをするとき:
__m128 u1 = _mm_load_ps(&V[(i-1)]); //There is a segmentation fault
しかし、私がしなければ:
__m128 u1 = _mm_loadu_ps(&V[(i-1)]); //It works again
は、しかし、私は_mm_loadu_ps
を使用して排除し、それが唯一の_mm_load_ps
を使用して動作するようにしたいしたいと思います。
私はIntel iccコンパイラを使用しています。
この問題を解決するにはどうすればよいですか?
UPDATE:
次のコードで両方の操作を使用して:
void FDTD_base (float *V, float *U, int dx, float c0, float c1, float c2, float c3, float c4)
{
int i, j, k;
for (i = 4; i < dx-4; i++)
{
U[i] = (c0 * (V[i]) //center
+ c1 * (V[(i-1)] + V[(i+1)])
+ c2 * (V[(i-2)] + V[(i+2)])
+ c3 * (V[(i-3)] + V[(i+3)])
+ c4 * (V[(i-4)] + V[(i+4)]));
}
}
SSEバージョン:
for (i=4; i < dx-4; i+=4)
{
v_i = _mm_load_ps(&V[i]);
__m128 center = _mm_mul_ps(v_i,c0_i);
__m128 u1 = _mm_loadu_ps(&V[(i-1)]);
u2 = _mm_loadu_ps(&V[(i+1)]);
u3 = _mm_loadu_ps(&V[(i-2)]);
u4 = _mm_loadu_ps(&V[(i+2)]);
u5 = _mm_loadu_ps(&V[(i-3)]);
u6 = _mm_loadu_ps(&V[(i+3)]);
u7 = _mm_load_ps(&V[(i-4)]);
u8 = _mm_load_ps(&V[(i+4)]);
__m128 tmp1 = _mm_add_ps(u1,u2);
__m128 tmp2 = _mm_add_ps(u3,u4);
__m128 tmp3 = _mm_add_ps(u5,u6);
__m128 tmp4 = _mm_add_ps(u7,u8);
__m128 tmp5 = _mm_mul_ps(tmp1,c1_i);
__m128 tmp6 = _mm_mul_ps(tmp2,c2_i);
__m128 tmp7 = _mm_mul_ps(tmp3,c3_i);
__m128 tmp8 = _mm_mul_ps(tmp4,c4_i);
__m128 tmp9 = _mm_add_ps(tmp5,tmp6);
__m128 tmp10 = _mm_add_ps(tmp7,tmp8);
__m128 tmp11 = _mm_add_ps(tmp9,tmp10);
__m128 tmp12 = _mm_add_ps(center,tmp11);
_mm_store_ps(&U[i], tmp12);
}
のみ_mm_load_ps()
を使用してこれを行うには、より効率的な方法はありますか?
あなたのアーキテクチャ上の 'のsizeof(フロート)'は何ですか? – ecatmur
@ecatmur:64ビットマシンで作業しています。 – PGOnTheGo
質問には答えません。さまざまな64ビットABIがあります。 – ecatmur