avx2

2熱度

2回答

我正在優化一個函數，我想擺脫慢循環。我正在尋找一種更快的方法來將矩陣的每一行乘以一個向量。我不是在尋找一種'古典'的乘法。例如，我有一個矩陣，有1024列，20行，矢量長度爲1024.結果，我想有矩陣1024 x 20，每行乘以矢量。我現在在做什麼我在for循環遍歷矩陣行並使用mkl v?Mul執行當前矩陣行和向量的元素乘法。任何想法如何改善這一點？的問題是，複製Multiply rows

4熱度

1回答

從`__m256i`使用值來訪問有效的陣列 - SIMD

比方說，例如，我有2個變量__m256i叫rows和cols，在他們裏面的值是：現在 rows: 0, 2, 7, 5, 7, 2, 3, 0 cols: 1, 2, 7, 5, 7, 2, 2, 6 ，這些值表示爲8個點的x和y位置，從而，在這種情況下，我將有以下幾點： p0: [0, 1], p1: [2, 2], p2: [7, 7], p3: [5, 5] p4: [7, 7],

3熱度

1回答

什麼是非時間流媒體加載內在（_mm256_stream_load_si256）的浮點（__m256d）版本？

在AVX/AVX2中，我只能找到_mm256_stream_load_si256()，這是__m256i。有沒有辦法流式加載__m256d，爲什麼？（我想加載它沒有污染CPU緩存）是否有任何障礙做下列（積極鑄造）？ __m256d *pDest = /* ... */; __m256d *pSrc = /* ... */; /* ... */ const __m256i iWeigh

0熱度

2回答

AVX2中的條件指令

您能給出AVX2中的條件指令列表嗎？到目前爲止，我已經找到了以下內容： _mm256_blendv_ *從a和b選擇基於面具c 是否有類似條件乘法和條件增加，等等？此外，如果指令採取imm8計數（如_mm256_blend_ *），您可以解釋如何在矢量比較後獲得imm8？

5熱度

1回答

高效（在Ryzen上）將__m256的奇數元素提取到__m128中的方法？

是否有將AVX寄存器的64位組件的高/低32位組件重新打包到SSE寄存器的內在或另一種有效方法？使用AVX2的解決方案是可以的。到目前爲止我用下面的代碼，但探查說，這是對Ryzen 1800X慢： // Global constant const __m256i gHigh32Permute = _mm256_set_epi32(0, 0, 0, 0, 7, 5, 3, 1); // ..

5熱度

1回答

用SIMD提取比特

我想從一個由8個整數組成的另一個__mm256i offset指定的8個位置從一個寄存器變量__mm256i src中提取8個比特。例如：如果offset是[1,3,5,21,100,200,201,202]，我想從src獲得第1,3,5,10,100,121,202位，並將它們打包到int8。這個問題類似於Extracting bits using bit manipulation，但我想用

2熱度

3回答

有4位，如何產生AVX寄存器的掩碼？

_mm256_blendv_pd()查看位置63,127,191和255中的位。是否有有效的方法將uint8_t的4個低位分散到AVX寄存器的這些位置？或者，是否有一種有效的方式來廣播這些位，這樣就像_mm256_cmp_pd()的結果一樣，在AVX寄存器的相應64位組件中重複每個位？指令集是AVX2（Ryzen CPU，如果需要其他功能的話）。

0熱度

1回答

SIMD - > uint16_t數組浮動浮點數組然後返回到uint16_t

我目前正在處理一個處理圖像的項目。爲了加速這個過程（並增加我的知識），我決定使用SIMD指令編寫一些基本功能。使用for循環的代碼是 int idx; uint16_t* A, B, C; float gAlpha = 0.8; float alpha = 0.2; for (size_t rw = 0; rw < height; rw++) { for (size_t cl

8熱度

1回答

設置第一N或__m256i的1最後N個比特，其餘爲0

高效方式如何設置到1有效地與AVX2 第一N位最後N位的__m256i，其餘設置爲0？這些是2個單獨的操作，用於位範圍的尾部和頭部，當範圍可以在__m256i值的中間開始和結束時。範圍中佔據完整__m256i值的部分用全部 - 0或全部1掩碼進行處理。

0熱度

1回答

如何檢測至強融核（騎士降落）

英特爾工程師寫道，我們應該使用VZEROUPPER/VZEROALL以避免在所有處理器上昂貴的過渡到非VEX狀態，包括未來的至強處理器，但不是在至強融核：https://software.intel.com/pt-br/node/704023 人們還測量並發現VZEROUPPER和VZEROALL是昂貴的上騎士降落： 36在64位模式（30個時鐘在32位模式）兩者接收指令的時鐘週期。查看上面的鏈