SSE2：将2d数组中的有符号整数与双精度相乘，并用C语言对结果求和

我目前正在尝试将以下代码矢量化：

velocity[0] = 0.0;
velocity[1] = 0.0;
velocity[2] = 0.0;
for (int i = 0; i < PARAMQ; i++)
{
    velocity[0] += currentCell[i] * LATTICEVELOCITIES[i][0];
    velocity[1] += currentCell[i] * LATTICEVELOCITIES[i][1];
    velocity[2] += currentCell[i] * LATTICEVELOCITIES[i][2];
}

currentCell是一个双精度数组

不幸的是，我能找到的所有示例都只处理相同类型的数组，我不知道如何将两个整数加载到一个128位寄存器中，然后将它们转换为双精度

---

提前感谢您的帮助。

首先，根据上面的评论，我假设可以转置

latticesvelocies

：

static const int32_t LATTICEVELOCITIES[3][PARAMQ] = {
    { 0, -1, 0, 1, 0, -1, 0, 1, -1, 0, 1, -1, 0, 1, 0, -1, 0, 1, 0 },
    { -1, 0, 0, 0, 1, -1, -1, -1, 0, 0, 0, 1, 1, 1, -1, 0, 0, 0, 1 },
    { -1, -1, -1, -1, -1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1 }
};

现在让我们遍历数据，每次迭代处理两个元素，并在最后进行一次标量迭代以处理最后一个（奇数）元素：

\uuuum128d v0、v2、v2；
v0=v1=v2=_mm_setzero_pd（）；
对于（int i=0；i

请注意，这是完全未经测试的代码-为需要修复的打字错误或bug道歉，但基本思想应该是合理的

---

还请注意，您应该根据等效的标量代码对其进行测试和基准测试-现代CPU通常有两个FPU，因此可能无法从SSE中获得太多好处。如果您可以假设Sandy Bridge/Ivy Bridge/Haswell或更高版本，那么AVX/AVX2实现应该会更好。

您的数据组织对于矢量化来说是次优的-您能改变它吗？我不想改变它，但如果有必要，我可以。你有什么建议？如果你能添加

latticesvelocies

的完整定义，那会有所帮助-我假设它类似于

int32_t latticesvelocies[PARAMQ][3]？我编辑了原始帖子，现在包含了定义。好的-谢谢-我们可以将定义更改为：
静态常数双晶格速度[PARAMQ][4]
（第四个元素只是一个虚拟元素），或者更好的是：
静态常量双格速度[3][PARAMQ]？非常感谢！它运行良好，节省了20秒的计算时间。我还不熟悉AVX，但我可能会看看它。
static const int32_t LATTICEVELOCITIES[3][PARAMQ] = {
    { 0, -1, 0, 1, 0, -1, 0, 1, -1, 0, 1, -1, 0, 1, 0, -1, 0, 1, 0 },
    { -1, 0, 0, 0, 1, -1, -1, -1, 0, 0, 0, 1, 1, 1, -1, 0, 0, 0, 1 },
    { -1, -1, -1, -1, -1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1 }
};

__m128d v0, v2, v2;
v0 = v1 = v2 = _mm_setzero_pd();
for (int i = 0; i < PARAMQ - 1; i += 2)
{
    __m128d vc, vl0, vl1, vl2;
    __m128i vtemp;

    vc = _mm_loadu_pd(&currentCell[i]);
    vtemp = _mm_loadu_si128((__m128i *)&LATTICEVELOCITIES[0][i]);
    vl0 = _mm_cvtepi32_pd(vtemp);
    vtemp = _mm_loadu_si128((__m128i *)&LATTICEVELOCITIES[1][i]);
    vl1 = _mm_cvtepi32_pd(vtemp);
    vtemp = _mm_loadu_si128((__m128i *)&LATTICEVELOCITIES[2][i]);
    vl2 = _mm_cvtepi32_pd(vtemp);
    v0 = _mm_add_pd(v0, _mm_mul_pd(vc, vl0));
    v1 = _mm_add_pd(v1, _mm_mul_pd(vc, vl1));
    v2 = _mm_add_pd(v2, _mm_mul_pd(vc, vl2));
}
v0 = _mm_hadd_pd(v0, v0);
v1 = _mm_hadd_pd(v1, v1);
v2 = _mm_hadd_pd(v2, v2);
_mm_store_sd(&velocity[0], v0);
_mm_store_sd(&velocity[1], v1);
_mm_store_sd(&velocity[2], v2);
if (i < PARAMQ)
{
    velocity[0] += currentCell[i] * LATTICEVELOCITIES[0][i];
    velocity[1] += currentCell[i] * LATTICEVELOCITIES[1][i];
    velocity[2] += currentCell[i] * LATTICEVELOCITIES[2][i];
}