GCCのベクトル拡張のデータを読み込む

Question

GCCのvector extensionsは、hardware specific intrinsics（または自動ベクトル化）に頼らずに、異なるハードウェアアーキテクチャ上のいくつかのSIMD命令にアクセスするうえで便利で便利な方法を提供します。

実際の使用例では、単純な加算チェックサムを計算しています。明らかでない1つのことは、安全にデータをベクトルにロードする方法です。ベクトル型へのポインタをキャスト

typedef char v16qi __attribute__ ((vector_size(16))); 

static uint8_t checksum(uint8_t *buf, size_t size) 
{ 
    assert(size%16 == 0); 
    uint8_t sum = 0; 

    vec16qi vec = {0}; 
    for (size_t i=0; i<(size/16); i++) 
    { 
     // XXX: Yuck! Is there a better way? 
     vec += *((v16qi*) buf+i*16); 
    } 

    // Sum up the vector 
    sum = vec[0] + vec[1] + vec[2] + vec[3] + vec[4] + vec[5] + vec[6] + vec[7] + vec[8] + vec[9] + vec[10] + vec[11] + vec[12] + vec[13] + vec[14] + vec[15]; 

    return sum; 
} 

が動作しているように見えますが、私は、SIMDハードウェアがベクトル型が正しく整列されることを想定した場合、これは恐ろしい方法で爆発する可能性が心配です。

私が考えた唯一の他の選択肢は、一時ベクトルを使用して明示的に（memcpyまたは要素ごとの割り当てによって）値をロードすることですが、この反作用のテストではほとんどの高速化がSIMD命令の使用を得ました。理想的には、これは汎用の__builtin_load()のようなものだと思いますが、存在しないようです。

アライメントの問題を起こす可能性のあるベクターにデータをロードするより安全な方法は何ですか？

Answer 1

あなたはすなわち

const vec16qi e = { buf[0], buf[1], ... , buf[15] } 

を行うと、GCCは、SSEのロード命令にこれを変わることを願って、値をロードするために初期化子を使用することができます。私は逆アセンブラでそれを確認したいと思いますが、;-)。また、パフォーマンスを向上させるために、bufを16バイトに整列させて、aligned属性でコンパイラに通知してください。入力バッファが確実にアライメントされるようにするには、16バイト境界に達するまでバイト単位で処理します。

Answer 2

編集（おかげでピーター・コルド）あなたは、ポインタをキャストすることができます

typedef char v16qi __attribute__ ((vector_size (16), aligned (16))); 

v16qi vec = *(v16qi*)&buf[i]; // load 
*(v16qi*)(buf + i) = vec; // store whole vector 

これは、ストアにロードし、vmovupsするvmovdqaにコンパイルされます。データがアライメントされていない場合は、vmovdquを生成するようにaligned (1)を設定します。そこにいくつかの特別な目的の組み込みコマンドのロードにもあり、これらのレジスタ（編集2）をアンロードすること（godbolt）

注：

v16qi vec = _mm_loadu_si128((__m128i*)&buf[i]); // _mm_load_si128 for aligned 
_mm_storeu_si128((__m128i*)&buf[i]), vec); // _mm_store_si128 for aligned 

char sから行くために-flax-vector-conversionsを使用する必要があると思われますこの機能を使用するとv16qiになります。

参照：C - How to access elements of vector using GCC SSE vector extension
も参照してください：SSE loading ints into __m128

（ヒント：Googleに最高のフレーズは "gccの負荷__m128i" のようなものである）