SSE优化代码的性能与普通版本类似 我想用英特尔的SSE来开始我的第一步，所以我遵循了指南，区别在于，不是为了Windows和C++而开发的，而是为了Linux和C（因此我不使用任何

我还实现了一种计算密集型方法，没有使用SSE扩展。令人惊讶的是，当我运行程序时，两段代码（有SSE的代码和没有SSE的代码）的运行时间相似，通常是使用SSE的代码的运行时间略高于其他代码的运行时间

---

这正常吗？GCC是否可能已经使用SSE进行了优化（也使用

-O0

选项）？我还尝试了

-mfpmath=387

选项，但没有办法，仍然是一样的。

GCC有一个非常好的内置代码矢量器（iirc在-O0和更高版本中启动），因此这意味着它将在任何地方使用SIMD，以加速标量代码（如果可能的话，它还将稍微优化SIMD代码）

---

很容易确认这确实是这里发生的事情，只需反汇编输出（或让gcc发出已注释的asm文件）。

对于浮点操作，您可能看不到SSE带来的巨大好处。大多数现代x86 CPU都有两个FPU，因此SIMD和scalar的双精度速度可能只有大致相同的速度，在好的一天，单精度可能会使SIMD的速度达到scalar的2倍。对于整数运算，例如8位或16位的图像或音频处理，使用SSE仍然可以获得巨大的好处。

您使用的是什么CPU？我使用的是Intel Core i7 M640 2.80GHzOK-请参阅下面的答案，你可能还想发布你的代码和用来构建它的命令行。我检查了汇编程序代码，我只看到了一对addps指令，我希望这段代码带有显式（至少）SSE。我怀疑自动矢量化在O0（无优化）时起作用，因为这是一个非常繁重的优化，应该只在O2或O3时启动。如果您查看gcc手册页，它会说

-ftree vectorize

由

-O3

设置。这在Debian/Ubuntu上，在其他平台上可能会有所不同。小心，

-O0

是0优化。优化从可能是原因的

-O1

开始。我将尝试一个单精度版本。好的-将代码和命令行添加到您的问题中-在开始使用SIMD时，有很多简单的事情可能会出错。Paul R，您是对的。使用32位整数的版本的加速比大约快2倍。我认为在16位和8位操作中，好处会更好。顺便说一下，我删除了整数版本中的平方根运算。谢谢。