SSEの読み込みと追加

Question

2つのベクトルがそれぞれサイズ2のdoubleの2つの配列で表されるとします。対応する位置を追加したいと思います。ベクトルi0とi1と仮定して、i0[0] + i1[0]とi0[1] + i1[1]を一緒に追加したいと思います。

タイプがdoubleなので、2つのレジスタが必要です。トリックはi0[0]とi1[0]、i0[1]とi1[1]を別のものに入れて、それ自体でレジスタを追加するだけです。

私の質問私は_mm_load_ps(i0[0])を呼び出してから、_mm_load_ps(i1[0])あれば、それは別に下位および上位64ビットにそれらを配置しますされ、または、第2 loadをレジスタに置き換えられますか？どのようにして同じレジスターに両方のダブルスを置くので、add_psの後に電話することができますか？

おかげで、

Answer 1

私が何をしたいことは、このだと思う：

double i0[2]; 
double i1[2]; 

__m128d x1 = _mm_load_pd(i0); 
__m128d x2 = _mm_load_pd(i1); 
__m128d sum = _mm_add_pd(x1, x2); 
// do whatever you want to with "sum" now 

あなたが_mm_load_pdを行うと、それはレジスタの下位64ビット、上位への第二に最初の二重を置きます16ビット。したがって、上記の負荷の後で、x1は、とi0[1]の2つの値（x2と同様）を保持します。 _mm_add_pdを呼び出すと、x1とx2に対応する要素が垂直方向に追加されるため、加算後、sumは、下位64ビットにi0[0] + i1[0]、上位64ビットにi0[1] + i1[1]を保持します。

編集：_mm_load_psの代わりに_mm_load_pdを使用する利点はないことを指摘しておきます。関数名が示しているように、pdのバラエティは2つのパックド・ダブルを明示的にロードし、psバージョンは4つのパックド単精度浮動小数点をロードします。これらは純粋にビット単位のメモリ移動であり、どちらもSSE浮動小数点ユニットを使用するため、_mm_load_psを使用してdoubleデータにロードするとペナルティは発生しません。そして、_mm_load_psにはメリットがあります：その命令エンコーディングは_mm_load_pdより1バイト短く、命令キャッシュの意味では効率的です（そして、命令デコードの可能性もありますが、現代のx86プロセッサの複雑さの熟練者ではありません）。以下のような_mm_load_psを使用して上記のコードでは、なりますキャストによる暗黙の機能がない

double i0[2]; 
double i1[2]; 

__m128d x1 = (__m128d) _mm_load_ps((float *) i0); 
__m128d x2 = (__m128d) _mm_load_ps((float *) i1); 
__m128d sum = _mm_add_pd(x1, x2); 
// do whatever you want to with "sum" now 

。 SSEレジスタの内容を浮動小数点の代わりにdoubleを保持するようにコンパイラに再解釈させるだけで、倍精度算術関数_mm_add_pdに渡すことができます。

Answer 2

接頭辞は、「packed single」の略語であり、倍精度ではなく単精度浮動小数点での使用を意味します。

代わりに、_mm_load_pd()が必要です。この関数は、2つの配列doubleの最初のメンバーに16バイトの位置合わせされたポインタをとり、両方をロードします。だから、そうのように、これを使用します。

__m128d v0 = _mm_load_pd(i0); 
__m128d v1 = _mm_load_pd(i1); 

v0 = _mm_add_pd(v0, v1);