SIMD или не SIMD — кроссплатформенность

Вы можете посмотреть исходный код библиотеки MacSTL для некоторых идей в этой области: www.pixelglow.com/ macstl/

Если кому-то интересно, это грязный код, с которым я пришел, чтобы проверить новую идею, с которой я пришел, читая о библиотеке, которую опубликовал Пол.

Спасибо, Пол!

// This is just a conceptual test
// I haven't profile the code and I haven't verified if the result is correct
#include <xmmintrin.h>


// This class is doing all the math
template <bool SIMD>
class cStreamF32
{
private:
    void*       m_data;
    void*       m_dataEnd;
    __m128*     m_current128;
    float*      m_current32;

public:
    cStreamF32(int size)
    {
        if (SIMD)
            m_data = _mm_malloc(sizeof(float) * size, 16);
        else
            m_data = new float[size];
    }
    ~cStreamF32()
    {
        if (SIMD)
            _mm_free(m_data);
        else
            delete[] (float*)m_data;
    }

    inline void Begin()
    {
        if (SIMD)
            m_current128 = (__m128*)m_data;
        else
            m_current32 = (float*)m_data;
    }

    inline bool Next()
    {
        if (SIMD)
        {
            m_current128++;
            return m_current128 < m_dataEnd;
        }
        else
        {
            m_current32++;
            return m_current32 < m_dataEnd;
        }
    }

    inline void operator=(const __m128 x)
    {
        *m_current128 = x;
    }
    inline void operator=(const float x)
    {
        *m_current32 = x;
    }

    inline __m128 operator+(const cStreamF32<true>& x)
    {
        return _mm_add_ss(*m_current128, *x.m_current128);
    }
    inline float operator+(const cStreamF32<false>& x)
    {
        return *m_current32 + *x.m_current32;
    }

    inline __m128 operator+(const __m128 x)
    {
        return _mm_add_ss(*m_current128, x);
    }
    inline float operator+(const float x)
    {
        return *m_current32 + x;
    }

    inline __m128 operator*(const cStreamF32<true>& x)
    {
        return _mm_mul_ss(*m_current128, *x.m_current128);
    }
    inline float operator*(const cStreamF32<false>& x)
    {
        return *m_current32 * *x.m_current32;
    }

    inline __m128 operator*(const __m128 x)
    {
        return _mm_mul_ss(*m_current128, x);
    }
    inline float operator*(const float x)
    {
        return *m_current32 * x;
    }
};

// Executes both functors
template<class T1, class T2>
void Execute(T1& functor1, T2& functor2)
{
    functor1.Begin();
    do
    {
        functor1.Exec();
    }
    while (functor1.Next());

    functor2.Begin();
    do
    {
        functor2.Exec();
    }
    while (functor2.Next());
}

// This is the implementation of the problem
template <bool SIMD>
class cTestFunctor
{
private:
    cStreamF32<SIMD> a;
    cStreamF32<SIMD> b;
    cStreamF32<SIMD> c;

public:
    cTestFunctor() : a(1024), b(1024), c(1024) { }

    inline void Exec()
    {
        c = a + b * a;
    }

    inline void Begin()
    {
        a.Begin();
        b.Begin();
        c.Begin();
    }

    inline bool Next()
    {
        a.Next();
        b.Next();
        return c.Next();
    }
};


int main (int argc, char * const argv[]) 
{
    cTestFunctor<true> functor1;
    cTestFunctor<false> functor2;

    Execute(functor1, functor2);

    return 0;
}

Возможно, вы захотите взглянуть на мою попытку SIMD/non-SIMD:

• vrep, шаблонный базовый класс со специализацией для SIMD (обратите внимание, как он различает SSE только с плавающей запятой и SSE2, который представил целочисленные векторы).

• Более полезный v4f, v4i и т. д. ( подклассы через промежуточную v4 ).

Конечно, он гораздо больше ориентирован на 4-элементные векторы для rgba/xyz, чем SoA, поэтому полностью выдохнутся, когда появится 8-way AVX, но общие принципы могут быть полезны.

Самый впечатляющий подход к SIMD-масштабированию, который я видел, — это инфраструктура трассировки лучей RTFact: слайды, документ< /а>. Стоит посмотреть. Исследователи тесно связаны с Intel (сейчас в Саарбрюкене находится Институт визуальных вычислений Intel), поэтому вы можете быть уверены, что они думали о перспективном масштабировании на AVX и Larrabee.

Библиотека шаблонов Intel Ct "параллелизм данных" также выглядит многообещающе.

Обратите внимание, что данный пример решает, что выполнять во время компиляции (поскольку вы используете препроцессор), в этом случае вы можете использовать более сложные методы, чтобы решить, что вы действительно хотите выполнить; Например, отправка тегов: http://cplusplus.co.il/2010/01/03/tag-dispatching/ Следуя показанному здесь примеру, вы можете иметь быструю реализацию с SIMD, а медленную — без.

Думали ли вы об использовании существующих решений, таких как liboil? Он реализует множество стандартных SIMD-операций и может решать во время выполнения, использовать ли код SIMD или не-SIMD. (используя указатели функций, назначенные функцией инициализации).