Instrukcje SSE, aby dodać wszystkie elementy tablicy

Question

Jestem nowy w instrukcjach SSE2. Znalazłem instrukcję _mm_add_epi8, która może dodać dwa elementy tablicy. Ale chcę instrukcji SSE, które można dodać wszystkie elementy tablicy.

starałem się rozwijać tę koncepcję użyciu tego kodu:

#include <iostream> 
#include <conio.h> 
#include <emmintrin.h> 

void sse(unsigned char* a,unsigned char* b); 

void main() 
{ 
    /*unsigned char *arr; 
    arr=(unsigned char *)malloc(50);*/ 

    unsigned char arr[]={'a','b','c','d','e','f','i','j','k','l','m','n','o','p','q','r','a','b','c','d','e','f','i','j','k','l','m','n','o','p','q','r'}; 
    unsigned char *next_arr=arr+16; 
    for(int i=0;i<16;i++) 
      printf("%d,%c ",next_arr[i],next_arr[i]); 
    sse(arr,next_arr); 

    getch(); 
} 

void sse(unsigned char* a,unsigned char* b)                                           
{                                                                                                
    __m128i* l = (__m128i*)a;                                              
    __m128i* r = (__m128i*)b; 
    __m128i result; 

     result= _mm_add_epi8(*l, *r); 

     unsigned char *p; 
     p=(unsigned char *)&result; 

     for(int i=0;i<16;i++) 
      printf("%d ",p[i]); 

     printf("\n"); 
     l=(__m128i*)p; 
     r=(__m128i*)(p+8);   
     result=_mm_add_epi8(*l, *r); 
     p=(unsigned char *)&result; 
     printf("%d ",p[0]); 

     l=(__m128i*)p; 
     r=(__m128i*)(p+4); 
     result=_mm_add_epi8(*l, *r); 
     p=(unsigned char *)&result; 
     l=(__m128i*)p; 
     r=(__m128i*)(p+2); 
     result=_mm_add_epi8(*l, *r); 
     p=(unsigned char *)&result; 
     l=(__m128i*)p; 
     r=(__m128i*)(p+1); 
     result=_mm_add_epi8(*l, *r); 
      p=(unsigned char *)&result; 
      printf("result =%d ",p[0]); 
} 

Więc może ktoś mi powiedzieć jak to jest możliwe, aby dodać wszystkie elementy tablicy przy użyciu instrukcji SSE2?

Każda pomoc zostanie doceniona.

Answer 1

Jeśli chcesz tylko sumować wszystkie elementy tablicy, musisz załadować dane, rozpakować je do szerszego rozmiaru elementu, a następnie zsumować rozpakowane elementy. Zauważ, że możesz utrzymywać wiele sum cząstkowych aż do zakończenia pętli, a następnie po prostu zrobić ostatnią sumę tych częściowych sum. Np

uint32_t sum_array(const uint8_t a[], int n) 
{ 
    const __m128i vk0 = _mm_set1_epi8(0);  // constant vector of all 0s for use with _mm_unpacklo_epi8/_mm_unpackhi_epi8 
    const __m128i vk1 = _mm_set1_epi16(1);  // constant vector of all 1s for use with _mm_madd_epi16 
    __m128i vsum = _mm_set1_epi32(0);   // initialise vector of four partial 32 bit sums 
    uint32_t sum; 
    int i; 

    for (i = 0; i < n; i += 16) 
    { 
     __m128i v = _mm_load_si128(&a[i]);  // load vector of 8 bit values 
     __m128i vl = _mm_unpacklo_epi8(v, vk0); // unpack to two vectors of 16 bit values 
     __m128i vh = _mm_unpackhi_epi8(v, vk0); 
     vsum = _mm_add_epi32(vsum, _mm_madd_epi16(vl, vk1)); 
     vsum = _mm_add_epi32(vsum, _mm_madd_epi16(vh, vk1)); 
               // unpack and accumulate 16 bit values to 
               // 32 bit partial sum vector 

    } 
    // horizontal add of four 32 bit partial sums and return result 
    vsum = _mm_add_epi32(vsum, _mm_srli_si128(vsum, 8)); 
    vsum = _mm_add_epi32(vsum, _mm_srli_si128(vsum, 4)); 
    sum = _mm_cvtsi128_si32(vsum); 
    return sum; 
} 

Należy zauważyć, że nie jest nieoczywiste trik w powyższym kodzie - zamiast dalej rozpakowaniu każdego 16-bitowy wektor do pary 32 wektorów bitowych (wymagających 4 instrukcji UNPACK), a następnie za pomocą czterech 32 nieco dodaje (4 kolejne instrukcje), używamy _mm_madd_epi16 (PMADDWD) z mnożnej 1 i _mm_add_epi32 skutecznie dać nam wolną rozpakowaniu więc uzyskać taki sam efekt przy użyciu 4 instrukcja zamiast 8.

Należy również zauważyć, że wejście array, a[], musi być wyrównany do 16 bajtów, a n powinien być wielokrotnością 16.