SSE 4メモリロードの最適化

Question

SSE命令/組み込み関数、たとえば256ビットレジスタを使用する場合、次の32バイトチャンクでプリフェッチ命令を使用するか、またはいくつかの他の技術によって？ロードされるデータが既にメモリ内に正しく整列されていると仮定します。

Answer 1

x86 CPUのパフォーマンスの詳細については、x86タグwikiを参照してください。ハードウェアプリフェッチャは、シーケンシャルアクセスのパターンにロックするのには優れているので、通常はソフトウェアプリフェッチ命令は必要ありません。

通常、ワイドベクタロードを実行すると、整数レジスタを別々のものにアンパックする必要はありません。いったんキャッシュラインに触れたら、そこからの負荷はより安く、L1キャッシュからレジスタへのスループットは通常問題ではありません。 ALU命令を使用して256bの負荷を別々の32または64bの整数に展開すると、命令が増え、ALUスループットのボトルネックになる可能性が高くなります。