低效的内存访问模式和不规则的跨步访问

Question

我正在尝试优化此功能：

bool interpolate(const Mat &im, float ofsx, float ofsy, float a11, float a12, float a21, float a22, Mat &res)
{         
   bool ret = false;
   // input size (-1 for the safe bilinear interpolation)
   const int width = im.cols-1;
   const int height = im.rows-1;
   // output size
   const int halfWidth  = res.cols >> 1;
   const int halfHeight = res.rows >> 1;
   float *out = res.ptr<float>(0);
   const float *imptr  = im.ptr<float>(0);
   for (int j=-halfHeight; j<=halfHeight; ++j)
   {
      const float rx = ofsx + j * a12;
      const float ry = ofsy + j * a22;
      #pragma omp simd
      for(int i=-halfWidth; i<=halfWidth; ++i, out++)
      {
         float wx = rx + i * a11;
         float wy = ry + i * a21;
         const int x = (int) floor(wx);
         const int y = (int) floor(wy);
         if (x >= 0 && y >= 0 && x < width && y < height)
         {
            // compute weights
            wx -= x; wy -= y;
            int rowOffset = y*im.cols;
            int rowOffset1 = (y+1)*im.cols;
            // bilinear interpolation
            *out =
                (1.0f - wy) *
                ((1.0f - wx) * 
                imptr[rowOffset+x] +
                wx * 
                imptr[rowOffset+x+1]) +
                (       wy) *
                ((1.0f - wx) * 
                imptr[rowOffset1+x] + 
                wx *
                imptr[rowOffset1+x+1]);
         } else {
            *out = 0;
            ret =  true; // touching boundary of the input            
         }
      }
   }
   return ret;
}

我正在使用Intel Advisor对其进行优化，即使内部for已被矢量化，Intel Advisor也检测到低效的内存访问模式：

• 单位/零跨距访问的60％
• 不规则/随机大步进入的40％

特别是在以下三个说明中有4个聚集（不规则）访问：

据我所知，聚集访问的问题发生在所访问元素的类型为a[b]的情况下，其中b是不可预测的。 imptr[rowOffset+x]似乎是这种情况，其中rowOffset和x都是不可预测的。

同时，我看到此Vertical Invariant当以恒定偏移量访问元素时，应该再次发生（根据我的理解）。但是实际上我看不到这个常量偏移量在哪里>>

所以我有3个问题：

1. 我是否正确理解了收集访问的问题？
2. 垂直不变访问如何？我对此不太确定。
3. 最后，如何在这里改善/解决内存访问？

[带有下列标志的icpc 2017 Update 3编译：

INTEL_OPT=-O3 -ipo -simd -xCORE-AVX2 -parallel -qopenmp -fargument-noalias -ansi-alias -no-prec-div -fp-model fast=2 -fma -align -finline-functions
INTEL_PROFILE=-g -qopt-report=5 -Bdynamic -shared-intel -debug inline-debug-info -qopenmp-link dynamic -parallel-source-info=2 -ldl

我正在尝试优化此功能：bool插值（const Mat＆im，float ofsx，float ofsy，float a11，float a12，float a21，float a22，Mat＆res）{bool ret = false; //输入...

Answer 1

矢量化（SIMD化）代码不会自动使您的访问模式更好（或更糟）。为了最大化矢量化代码的性能，您必须尝试在代码中使用unit stride