intrinsics

1熱度

1回答

我剛纔知道有一種方法可以使用內在函數來實現一些並行化。我發現了下面的代碼，並想通過它，但我可以理解很多。我試圖讓操作以單精度進行，但我該怎麼做？ #include <stdio.h> #include <stdlib.h> #include <xmmintrin.h> inline double pi_4 (int n){ int i; __m128d mypart

1熱度

1回答

NEON簡單向量賦值內在？

擁有裝入NEON寄存器uint32x4_t型r1，r3和r4我有以下代碼： r3 = veorq_u32(r0,r3); r4 = r1; r1 = vandq_u32(r1,r3); r4 = veorq_u32(r4,r2); r1 = veorq_u32(r1,r0); 而我只是想知道是否GCC實際上轉化r4 = r1到vmov指令。看着反彙編的代碼，我並不感到驚訝，它沒有。

0熱度

1回答

使用NEON減去兩個圖像

我想通過使用Neon intrinsics作爲練習來減去兩個圖像（灰度），我不知道用C intrinsics減去兩個向量的最佳方法是什麼。 void subtractTwoImagesNeonOnePass(uint8_t *src, uint8_t*dest, uint8_t*result, int srcWidth) { for (int i = 0; i<srcWidth;

1熱度

2回答

寫入組合：避免在寫入之前讀取哪條緩存行？

關於非臨時寫和寫結合的技術，我已經將它寫在總結如下代碼 void setbytes(char *p, int c) { __m128i i = _mm_set_epi8(c, c, c, c, c, c, c, c, c, c, c, c, c, c, c, c); _mm_stream_si128((__m128i *)&p[0], i); _mm_stream_si128((_

0熱度

1回答

Visual Studio C編譯器中是否存在單獨的bitset64內部函數？

我需要將64位整數的第n位設置爲1; 有一個內在的（這裏http://msdn.microsoft.com/en-us/library/z56sc6y4(v=vs.90).aspx記錄）： unsigned char _bittestandset64( __int64 *a, __int64 b ); 該做的工作。我的問題是如果有一種方法只是做位設置（沒有測試），並且如果使用bittes

1熱度

1回答

轉換代碼以使用NEON內部函數

我一直在嘗試修改下面的代碼以與NEON Intrinsics一起工作，從而創建加速。不幸的是似乎沒有任何工作正常有誰知道發生了什麼問題？我將雙打更新爲單個浮點元素。 typedef float REAL; typedef REAL VEC3[3]; typedef struct driehoek { VEC3 norm; /* Face normal. *

2熱度

2回答

今天對於vDSP的性能還在使用1個步驟嗎？

在helpful but somewhat dated 2006年11月的文章與VDSP上向量化代碼，作者讓聲明：重要的是要記住的是，只有進步等於操作一個將提供極快的事實矢量化的代碼。今天這仍然是真的嗎？即使在更新的英特爾處理器與他們更強大的矢量intrinsics？我問，因爲我在寫一些矩陣數學例程的過程，剛開始下的切換它們所有的路徑使用的Fortran樣列爲主排序，努力與更容易兼容MAT

3熱度

1回答

爲什麼__inbyte會使我的軟件崩潰？

我遇到了這個函數，我想知道它做了什麼，所以我寫了下面的代碼，用mingw32編譯並在Wine和Windows下執行，在這兩個程序都崩潰了。 #include <stdio.h> #include <stdlib.h> #include <intrin.h> int main() { unsigned char j = __inbyte(0xABC); // example value

3熱度

1回答

上證所內在因素：測試所有0或1的最快方法？

我開發了Windows的Mandelbrot生成器，我剛剛轉換爲使用SSE內部函數。爲了檢測迭代的結束，在正常的算術中，我做了一次比較大的突破。在SSE中這樣做，我可以使用_mm_cmpgt_pd/_mm_cmpgt_ps對整個向量進行比較，但是在我關心的情況下，這將爲全部1寫入新的128位向量。我的問題是，是否有一個更有效的方法來檢測所有1，而不是檢查2打包64 INT？或者，如果檢測所有0的

2熱度

3回答

加速牛頓找到第n個根的方法

讓我用一個陳述來預測這個問題;此代碼按預期工作，但它的速度非常緩慢。有沒有辦法讓它的牛頓方法更快地收斂，或者設置一個__m256 var等於單個float的方法，而不會混淆float數組等等？ __m256 nthRoot(__m256 a, int root){ #define aligned __declspec(align(16)) float // uses the calcula