SSE加载和添加

Question

假设我有两个向量，由两个类型为

double

的数组表示，每个数组的大小为 2。我想添加相应的位置。所以假设向量

i0

和

i1

，我想将

i0[0] + i1[0]

和

i0[1] + i1[1]

加在一起。

由于类型是

double

，我需要两个寄存器。诀窍是将

i0[0]

和

i1[0]

以及

i0[1]

和

i1[1]

放在另一个中，然后将寄存器本身添加到其中。

我的问题是，如果我先调用

_mm_load_ps(i0[0])

，然后调用

_mm_load_ps(i1[0])

，是否会将它们分别放入低位和高位 64 位，或者会用第二个

load

替换寄存器？我如何将两个双打放在同一个寄存器中，以便我可以在之后调用

add_ps

？

Answer 1

我想你想要的是这样的：

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

当您执行

_mm_load_pd

时，它将第一个双精度值放入寄存器的低 64 位，将第二个双精度值放入寄存器的高 64 位。因此，在上述加载之后，

x1

保留两个

double

值

i0[0]

和

i0[1]

（与

x2

类似）。对

_mm_add_pd

的调用将

x1

和

x2

中的相应元素垂直相加，因此相加后，

sum

将

i0[0] + i1[0]

保留在其低 64 位中，将

i0[1] + i1[1]

保留在其高 64 位中。

编辑：我应该指出，使用

_mm_load_pd

代替

_mm_load_ps

没有任何好处。正如函数名称所示，

pd

变体显式加载两个压缩双精度数，

ps

版本加载四个压缩单精度浮点数。由于这些纯粹是逐位内存移动，并且它们都使用 SSE 浮点单元，因此使用

_mm_load_ps

加载

double

数据不会有任何损失。而且，

_mm_load_ps

有一个好处：它的指令编码比

_mm_load_pd

短一个字节，因此从指令缓存意义上（以及潜在的指令解码）它更有效；我不是所有复杂问题的专家现代 x86 处理器）。上面使用

_mm_load_ps

的代码看起来像：

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

强制转换没有隐含任何功能；它只是使编译器将 SSE 寄存器的内容重新解释为保存双精度数而不是浮点数，以便可以将其传递到双精度算术函数

_mm_add_pd

。

Answer 2

_ps

前缀是“打包单”的缩写，意味着它用于单精度浮点，而不是双精度。

相反，您想要

_mm_load_pd()

。该函数采用一个 16 字节对齐的指针，指向两个

double

数组的第一个成员，并加载它们。所以你会像这样使用它：

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

v0 = _mm_add_pd(v0, v1);