C 使用SSE内部函数的矩阵乘法

我正在尝试使用SSE进行矩阵乘法。我已经为4x4矩阵编写了一个简单的程序。一切似乎都很好，但当我打印结果时，它是一些垃圾值。请帮助解决问题。第二，当我释放内存时，程序停止工作，这不是程序的正确结束

#include <stdlib.h>
#include <stdio.h>
#include <time.h>
#include <float.h>
#include <xmmintrin.h>

void main() {
    float **a, **b, **c;
    int a_r = 4, a_c = 4, b_c = 4, b_r = 4;
    int i, j, k;

    /* allocate memory for matrix one */
    a = (float **)malloc(sizeof(float) * a_r);
    for (i = 0; i < a_c; i++) {
        a[i] = (float *)malloc(sizeof(float) * a_c);
    }
    /* allocate memory for matrix two */
    b = (float **)malloc(sizeof(float) * b_r);
    for (i = 0; i < b_c; i++) {
        b[i] = (float *)malloc(sizeof(float) * b_c);
    }
    /* allocate memory for sum matrix */
    c = (float **)malloc(sizeof(float) * a_r);
    for (i = 0; i < b_c; i++) {
        c[i] = (float *)malloc(sizeof(float) * b_c);
    }
    printf("Initializing matrices...\n");

    //initializing first matrix
    for (i = 0; i < a_r; i++) {
        for (j = 0; j < a_c; j++) {
            a[i][j] = 2;
        }
    }
    // initializing second matrix
    for (i = 0; i < b_r; i++) {
        for (j = 0; j < b_c; j++) {
            b[i][j] = 2;
        }
    }
    /* initialize product matrix */
    for (i = 0; i < a_r; i++) {
        for (j = 0; j < b_c; j++) {
            c[i][j] = 0;
        }
    }

    int count = 0;
    /* multiply matrix one and matrix two */
    for (i = 0; i < a_r; i++) {
        for (j = 0; j < a_c; j++) {
            count = 0;
            __m128 result = _mm_setzero_ps();
            for (k = 0; k < 4; k += 4) {
                __m128 row1 = _mm_loadu_ps(&a[i][k]);
                __m128 row2 = _mm_loadu_ps(&b[k][j]);
                result = _mm_mul_ps(row1, row2);

                for (int t = 1; t < 4; t++) {
                    __m128 row3=_mm_loadu_ps(&a[t * 4]);
                    __m128 row4=_mm_loadu_ps(&b[i][t]);
                    __m128 row5 = _mm_mul_ps(row3,row4);
                    result = _mm_add_ps(row5, result);
                }
                _mm_storeu_ps(&c[i][j], result);
            }
        }
    }
    printf("******************************************************\n");
    printf ("Done.\n");

    for (i = 0; i < a_r ; i++) {
        for (j = 0; j < b_c; j++) {
            printf ("%f   ", c[i][j]);   // issue here when I print results.
        }
        printf("\n");
    }     //  Here program stops working.

    /*free memory*/
    for (i = 0; i < a_r; i++) {
        free(a[i]);
    }
    free(a);
    for (i = 0; i < a_c; i++) {
        free(b[i]);
    }
    free(b);
    for (i = 0; i < b_c; i++) {
        free(c[i]);
    }
    free(c);
}

#包括
#包括
#包括
#包括
#包括
void main（）{
浮动**a、**b、**c；
int a_r=4，a_c=4，b_c=4，b_r=4；
int i，j，k；
/*为矩阵1分配内存*/
a=（浮动**）malloc（浮动）*a\u r；
对于（i=0；i

请查看输出矩阵打印的地址。如何获得对齐的地址，我有

\u aligned\u malloc

，但仍然没有对齐

---

矩阵间接指针的分配不正确。应改为：

a = (float **)malloc(sizeof(float*) * a_r);

编写这些分配的更安全的方法是：

a = malloc(sizeof(*a) * a_r);

请注意，您可以直接分配二维矩阵：

float (*a)[4][4] = malloc(sizeof(*a));

或者更好，正如科迪·格雷所说：

float (*a)[4][4] = _aligned_malloc(sizeof(*a));

\u aligned\u malloc

是一个非标准函数，可确保SSE操作数正确对齐

如果您甚至不需要使用

malloc（）

分配这些矩阵：

但对于后一种选择，您必须确保苏格兰和南方能源公司运营的成功与否

代码的其余部分还有其他问题：

• void main（）

  不正确。它应该是

  int main（void）

• 第二个矩阵操作数应进行转置，以便一次可以读取多个值。第二个负载将变成：

  __m128 row2 = _mm_loadu_ps(&b[j][k]);
  

• 求和阶段似乎也不正确。最终的存储肯定是错误的，应该是：

  c[i][j] = sum;
  

---

停止工作意味着什么？它坠毁了吗？还是冻结？在调试器中检查时会发生什么？你在用什么编译器？可以试试。如果使用

\u mm\u loadu\u ps

和

\u mm\u storeu\u ps

，则不需要使用Google。在分配指针数组时，您使用了错误的大小。停止强制转换malloc。它隐藏了错误。您最好在SIMD代码中使用

\u aligned\u malloc

。

c[i][j] = sum;