SSE intrinsic函数_优化

【优化系列】汇编优化技术(三):x86架构Intrinsic优化及demo DATE: 2021.8.15 文章目录1、SSE Intrisic based on x861.1、指令集对应的位数1.2、指令集intrinsic对应的头文件2、 数据类型2.1、数据类型的转换3、 intrinsic函数命名4、示例5、附录5.1、Latency and Throughput6、重要Intrinsic函数用法6.1、数据移位指令6.2、读取和存储指令6.3、不同位数数据扩展或转换6.4、乘法指令6.5、数据提取指令Shuffle6.6、绝对值,相反数指令6.7、饱和指令7、x86 I 阅读详情

    编写一个基于SSE多媒体指令集的快速矩阵加法运算函数,输入参数为两个单精度浮点型数组srcA与srcB,长度为N,输出结果保存在一个单精度浮点型数组dest中,假设srcA、srcB以及dest内存空间的首地址均按照16-byte对齐。请利用多媒体指令集获得最大的程序性能(可以使用Visual Studio中的SSE intrinsic函数)

 

推荐函数定义:void SSE_Add(float* srcA, float* srcB, float* dest, int M) {}

 

编程实现:

// SSE.cpp : 定义控制台应用程序的入口点。
//
#include "stdafx.h"
#include <xmmintrin.h>
#include <iomanip>
#include <stdlib.h>
#include <time.h>
#include <windows.h>
#include<iostream>
using namespace std;
 
void SSE_Add(float* srcA, float* srcB, float* dest, int N)
{
 
     __m128 a, b, c;
     int len = N/4;
 
     for(int i=0;i<4*len;i=i+4)
     {
         a = _mm_set_ps(srcA[i+3], srcA[i+2], srcA[i+1], srcA[i]);
         b = _mm_set_ps(srcB[i+3], srcB[i+2], srcB[i+1], srcB[i]);
         c = _mm_set_ps(0, 0, 0, 0);
         c = _mm_add_ps(a, b);
        
         dest[i+3] = c.m128_f32[3];
         dest[i+2] = c.m128_f32[2];
         dest[i+1] = c.m128_f32[1];
         dest[i] = c.m128_f32[0];
     }
     int last = N-4*len;
     //cout <<last<<endl;
     if(last == 3)
     {
         int i = 4*len;
         a = _mm_set_ps(0, srcA[i+2], srcA[i+1], srcA[i]);
         b = _mm_set_ps(0, srcB[i+2], srcB[i+1], srcB[i]);
         c = _mm_set_ps(0, 0, 0, 0);
         c = _mm_add_ps(a, b);
        
         dest[i+2] = c.m128_f32[2];
         dest[i+1] = c.m128_f32[1];
         dest[i] = c.m128_f32[0];
     }
 
     if(last == 2)
     {
         int i = 4*len;
         a = _mm_set_ps(0, 0, srcA[i+1], srcA[i]);
         b = _mm_set_ps(0, 0, srcB[i+1], srcB[i]);
         c = _mm_set_ps(0, 0, 0, 0);
         c = _mm_add_ps(a, b);
        
         dest[i+1] = c.m128_f32[1];
         dest[i] = c.m128_f32[0];
     }
     if(last == 1)
     {
         int i = 4*len;
         a = _mm_set_ps(0, 0, 0, srcA[i]);
         b = _mm_set_ps(0, 0, 0, srcB[i]);
         c = _mm_set_ps(0, 0, 0, 0);
         c = _mm_add_ps(a, b);
        
         dest[i] = c.m128_f32[0];
     }
}
 
void normal_Add(float* srcA, float* srcB, float* dest, int N)
{
     for(int i=0;i<N;i++)
         dest[i] = srcA[i] + srcB[i];
}
 
int main()
{
     double len=100009;//len=100010;
     double run_time;
     double  duration,duration1;
 
     float *srcA = new float[len];
     float *srcB = new float[len];
     float *dest = new float[len];
 
     int i;
     for( i=0;i<len;i++)
     {
         srcA[i] = (float)i;
         srcB[i] = (float)i;
     }
    
     SYSTEMTIME sys;
     SYSTEMTIME sys_end;
     double calcRunTime;
 
/*
     SSE_Add(srcA,srcB,dest,len);
     for(int i=0;i<len;i++)
         cout<<setw(7)<<dest[i]<<endl;
*/
    
     for(int m =0 ;m<3;m++)
     {
         cout<<"第"<<m<<"次测试:"<<endl;
         run_time = 10;
         for(;run_time <1000000;run_time = run_time*10)
         {
              calcRunTime = len * run_time;
              cout<<"运行"<<calcRunTime<<"次加法:";
              //优化前
              GetLocalTime( &sys );
              for(i=0;i<run_time;i++)
                   normal_Add(srcA,srcB,dest,len);
              GetLocalTime( &sys_end );
              duration = sys_end.wHour*3600000+sys_end.wMinute*60000 + sys_end.wSecond*1000+sys_end.wMilliseconds
                   -(sys.wHour*3600000+sys.wMinute*60000 + sys.wSecond*1000+sys.wMilliseconds);
             
              cout<<"优化前"<<"用时"<<duration<<"ms    ";
 
 
              //优化后
              GetLocalTime( &sys );
              for(i=0;i<run_time;i++)
                   SSE_Add(srcA,srcB,dest,10000);
 
              GetLocalTime( &sys_end );
              duration1 = sys_end.wHour*3600000+sys_end.wMinute*60000 + sys_end.wSecond*1000+sys_end.wMilliseconds
                   -(sys.wHour*3600000+sys.wMinute*60000 + sys.wSecond*1000+sys.wMilliseconds);
 
              float speedup;
              if(duration1 == 0)
                   speedup = 0;
              else
                   speedup = duration/duration1;
 
              cout<<"优化后"<<"用时"<<duration1<<"ms"<<"速度提高"<<speedup<<"倍"<<endl;
         }
     }
     return 0;
}


 

 

运行环境:

Cpu T7250 ,内存:1G,XP系统

 

优化结果截图

 优化效果图

【Optimization】SSE指令集学习:Compiler Intrinsic Date: 2018.6.11SSE指令集学习:Compiler Intrinsic1、参考: https://www.cnblogs.com/wangguchangqing/p/5466301.html https://blog.youkuaiyun.com/brookicv/article/details/522950432、Intrinsic Optimization大多数的函数是在库中,Intrins... 阅读详情

相关推荐

【优化系列】X86优化之Intrinsic汇编方法

DATE: 2020.9.5 文章目录参考1、SSE Intrisic based on x861.1 指令集对应的位数1.2 指令集intrinsic对应的头文件2、 数据类型2.1 数据类型的转换3、 intrinsic函数命名4、示例5、附录5.1 Latency and Throughput 参考 x86架构intrinsic优化 1、SSE Intrisic based on x86       x86架构下的优化有多种手段,常见的有纯汇编优化、inline汇编、Intrinsic优化。前两种

优快云明星博主,认证博客专家,视频、Matlab领域优质创作者。 1606

SSE指令 intrinsic函数总结(持续更新...)

_mm_cvtps_epi32 :Converts the four single-precision, floating-point values of a to signed 32-bit integer values. 意思是: 把四个float变量强转为四个int变量。其中需要注意的是他的截断规则:四舍五入,在进位后末位是偶数的进,否则不进位。 _mm_cvttps_epi32: Conve

CNV_2305 3608

【汇编优化】之x86架构intrinsic优化

https://software.intel.com/en-us/comment/1758892 http://verchetensna.ga/software/4247intel-intrinsics-guide-download.html# https://www-m17.ma.tum.de/foswiki/pub/M17/Lehrstuhl/LehreWiSe1516ATHPSC/INT...

walkingMa的专栏 2870

[C] 跨平台使用Intrinsic函数范例1——使用SSE、AVX指令集 处理 单精度浮点数组求和(支持vc、gcc,兼容Windows、Linux、Mac)...

作者:zyl910。   本文面对对SSE等SIMD指令集有一定基础的读者,以单精度浮点数组求和为例演示了如何跨平台使用SSE、AVX指令集。因使用了stdint、zintrin、ccpuid这三个模块,可以完全避免手工编写汇编代码,具有很高可移植性。支持vc、gcc编译器,在Windows、Linux、Mac这三大平台上成功运行。 一、问题背景   最初,我们只能使用汇编语言来编写SIMD...

weixin_33971205的博客 1433

vs下汇编函数、sse优化、内嵌汇编示例

这是我自己学习汇编vs下优化时写的一个简单示例,仅供初学者参考,在编译工程时遇到问题,请下看一下Readme1.txt。

SSE常用函数的练习

SSE的一些基本函数的使用练习.欢迎大家使用,并提出建议

SSE指令集学习:Compiler Intrinsic

大多数的函数是在库中,Intrinsic Function却内嵌在编译器中(built in to the compiler)。 1. Intrinsic Function Intrinsic Function作为内联函数,直接在调用的地方插入代码,即避免了函数调用的额外开销,又能够使用比较高效的机器指令对该函数进行优化。优化器(Optimizer)内置的一些Intrinsic Function行...

weixin_33910434的博客 742

X86优化之Intrinsic汇编基础.docx

这个文档是x86架构Intrinsic汇编优化的知识总结,通过学习这个文档,可以掌握x86 Intrinsic基础知识,包括示例demo。

SSE Intrinsics各函数介绍

SIMD相关头文件包括: //#include &lt;ivec.h&gt;//MMX //#include &lt;fvec.h&gt;//SSE(also include ivec.h) //#include &lt;dvec.h&gt;//SSE2(also include fvec.h) #include &lt;mmintrin.h&gt; //MMX #include &lt;...

架构设计 540

基于ROS2的无人机野生动物巡查系统设计

自主巡检系统是嵌入式人工智能与机器人技术融合的关键应用方向,其核心在于多源感知融合、实时路径规划与端侧智能识别的协同实现。原理上依赖SLAM定位构建环境地图,结合栅格化建模与混合路径算法(如蚁群+BFS)达成全覆盖遍历;技术价值体现在资源受限平台下的确定性响应与时空对齐能力,支撑高鲁棒性野外作业。典型应用场景包括生态监测、禁飞区巡检及小尺度智能安防。本文围绕ROS2 Humble中间件架构、Livox激光雷达与MaixCAM视觉协同、YOLO11n INT8模型端侧部署等关键技术展开,突出嵌入式AI与实时控

weixin_30598047的博客 652

从《视觉SLAM十四讲》到项目实战:一文读懂拓扑地图与语义地图为何是服务机器人的未来

本文探讨了服务机器人地图技术的演进,从传统几何地图到拓扑地图与语义地图的跨越。通过分析栅格地图的局限性和拓扑地图、语义地图的优势,揭示了它们在动态开放环境中的智能应用。文章还介绍了多模态语义融合架构和动态语义更新技术,为服务机器人的未来发展提供了技术路线图。

weixin_30292843的博客 479

实战OpenCV性能优化:如何用SSE指令集加速矩阵运算(附完整代码对比)

本文深入解析了如何使用SSE指令集优化OpenCV中的矩阵运算,通过对比原生C++、手动SSE优化和OpenCV内置函数的性能差异,揭示了SIMD并行计算的强大效能。实战测试显示,SSE优化可实现近4倍加速,而OpenCV内置函数更达到15倍性能提升,为计算机视觉开发者提供了宝贵的性能优化参考。

sugar的博客 861

【数字电源/MATLAB+PLECS】如何进行 Buck 数字电源仿真(二)PLECS 搭建开环 Buck 功率级

本文介绍了如何在PLECS中搭建开环Buck功率级模型,验证数字电源设计的基本思路。重点内容包括: 明确开发顺序:先开环验证功率级,再闭环设计控制器 搭建关键组件:输入电源、PWM模块、MOSFET开关、续流二极管、LC滤波电路及负载 设置初始参数:24V输入、12V输出、200kHz开关频率、22μH电感、100μF电容 测量关键波形:MOSFET Vds验证开关动作、电感电流纹波和输出电压稳态值 提供完整仿真模型和GitHub资源,便于读者复现验证 文章强调通过开环测试先确保功率级正确性,为后续闭环控制

weixin_43234123的博客 1227

SSE指令集算法优化

先挖个坑,记录下资料。 REF 1、(c/c++ 代码中使用sse指令集加速)https://www.cnblogs.com/dragon2012/p/5200698.html 2、SSE指令指令集进行程序加速、DCT的优化处理(https://blog.youkuaiyun.com/yangdashi888/article/detail...

weixin_40593924的博客 1371

ESP32锂电池电量检测实战:从引脚选择到低功耗优化(附完整电路图)

本文详细介绍了ESP32锂电池电量检测的实战方案,从ADC引脚选择到低功耗优化,提供完整的电路图和代码实现。通过MOS管智能开关和深度睡眠技术,显著降低静态功耗至0.5μA,提升设备续航能力。适合物联网开发者解决电量检测中的常见问题。

weixin_28731223的博客 463

宝马项目化流程标准(BMW ABC flyer requirement)

宝马项目化流程标准(BMW ABC flyer requirement)

于大博 7259

SSE 使用总结

背景 SIMD(single-instruction, multiple-data)是一种使用单道指令处理多道数据流的 CPU 执行模式,即在一个 CPU 指令执行周期内用一道指令完成处理多个数据的操作。 常见的指令集 • MMX(Multi-Media Extensions,多媒体扩展),主要问题是只对整数起作用,不支持浮点计算; • SSE(Streaming SIMD Extens...

weixin_42526791的博客 962

计算机视觉与深度学习 | Matlab实现ORBSLAM2(附完整代码)

================================================ 博主github:https://github.com/MichaelBeechan 博主优快云:https://blog.youkuaiyun.com/u011344545 ================================================ 代码阅览 效果图 代码 imdsLeft = imageDatastore('C:\MichaelSpace\matlabworks

尘世冰封的专栏 1525

[C] 跨平台使用Intrinsic函数范例1——使用SSE、AVX指令集 处理 单精度浮点数组求和(支持vc、gcc,兼容Windows、Linux、Mac)

本文面对对SSE等SIMD指令集有一定基础的读者,以单精度浮点数组求和为例演示了如何跨平台使用SSE、AVX指令集。因使用了stdint、zintrin、ccpuid这三个模块,可以完全避免手工编写汇编代码,具有很高可移植性。支持vc、gcc编译器,在Windows、Linux、Mac这三大平台上成功运行。 一、问题背景   最初,我们只能使用汇编语言来编写SIMD代码。不仅写起来

canglangclient的博客 1032

【RT-DETR涨点改进】独家小目标涨点改进篇 | TGRS 2025 | RT-DETR引入ABRNet小目标检测顶刊中的:ARF自适应性感受野和MCA双向交叉轴注意力,适合小目标检测有效涨点

本文提出了一种改进的RT-DETR小目标检测方法,通过集成自适应感受野模块(ARF)和多尺度交叉轴注意力模块(BC)来提升检测性能。ARF模块采用多种卷积核动态调整感受野,有效捕获多尺度目标特征并减少背景干扰;BC模块通过多尺度交叉轴注意力机制增强全局信息提取和特征融合能力。实验表明,该方法在复杂背景下显著提升了红外小目标检测的精度和效率,同时降低了计算开销。文章详细介绍了模块结构、原理及实现代码,并提供了多种改进配置方案,为小目标检测任务提供了有效的解决方案。

Ai缝合怪、助力小伙伴高效发论文 572

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

使用Intrinsics优化

#include "counter.h" #include #include #include /* 标题:我的第一个调用Intrinsics函数的程序 所属项目名称:TestSSE 项目类型:Win32控制台项目 依赖:counter.h文件//提供计时功能 描述:以前需要使用汇编对CPU的指令集进行优化,现在可以直接使用Intrinsic函数达到类似效果, 可读

wjk7186912的专栏 1162

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

项目记录:SSE/NEON快速指令集优化像素拷贝

记录一下在实验室做了的一些项目与demo 记录其中的知识点与技术要点 SSE/NEON快速指令集优化像素拷贝 项目需求: 360全景图划分成42 TILE. 高纬度按 4:1 下采样. 中纬度按 2:1 下采样. 低纬度 1:1 渲染时,高纬度按 1:4 还原. 中纬度按 1:2 还原. 参考资料: SSE NEON 具体实现: ...

【黑键】 2305

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

sse实战1 - 入门与性能对比

入门推荐阅读该URL里面的系列文章,http://www.cnblogs.com/zyl910/archive/2012/04/26/md00.html。 MSDN上有全部可用的函数及说明,而且非常容易懂,非常推荐,http://msdn.microsoft.com/en-US/library/k0ya3x0e(v=vs.80).aspx,注意左边的分类,已经把全部可用的函...

weixin_34324081的博客 602
上一篇: 算术运算 (SSE2 整数内部)
下一篇: 在C/C++代码中使用SSE等指令集的指令(1)介绍
DiffenYu
博客等级 码龄14年 14粉丝 29原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值