为什么我的C语言向量乘法程序这么慢？

我正试图找到一种最有效的方法，用C语言将两个2dim数组（单精度）相乘，并从一个天真的想法开始，通过遵循算术规则来实现它：

for (i = 0; i < n; i++) {
sum += a[i] * b[i]; }

---

一定是出了什么问题，但我找不到它-因此任何提示都将不胜感激。

如果您的编译器支持OpenMP 4.0或更高版本，我将使用它来请求编译器对原始循环进行矢量化（如果使用足够高的优化级别，它可能已经这样做了；但是OpenMP允许您提供有关对齐等方面的提示，以改进结果）。与AVX内部函数相比，它的优势在于，它可以在其他架构（如ARM）或其他x86 SIMD指令集上工作（假设您告诉编译器以它们为目标）只需简单的重新编译，而无需重写代码：

float sum = 0.0f;
#pragma omp simd reduction(+:sum) 
for (i = 0; i < n; i++) {
    sum += a[i] * b[i];
}

float sum=0.0f；
#pragma omp simd缩减（+：总和）
对于（i=0；i

众所周知，水平加法指令的速度并不特别快。因此，按向量累加通常是有帮助的，例如

sum=\umm256\u add\ps（sum，res\mult）

并且只有在循环完成时才执行一次hadd。这些天，我可能会使用OpenMP SIMD pragma使用原始循环明确请求编译器对其进行矢量化（如果在检查程序集时编译器还没有这样做；可能需要调整优化选项）您的文本显示“两个2dim数组”但是，您的代码看起来像是在计算两个一维向量的一点积。您应该澄清这个问题。如果要将两个二维数组相乘，则缓存问题是一个巨大的因素。相关：显示编译器如何向量化和展开（如果您让他们通过

-ffast math

假装FP math是关联的）。在末尾执行一次SIMD水平求和，而不是在内部循环中！！但是如果您实际上有矩阵，那么您对输出的每个元素都执行行*列点积，那么您可能不希望单独执行这些操作，即使您对其中一个元素进行了转置，这样一个元素中的行和另一个元素中的列在内存中是连续的。请参见，和yo你可以查看编译器生成的asm，看看它是如何矢量化的。（希望至少有4个矢量累加器，最好是8个。）非常感谢大家：我将尝试omp simd pragma以及任何其他提示。老实说，我已经（成功地）做到了40多年来，我一直不知道这匹老马是否会学会新把戏……：-）但我担心，除非深入研究，否则我不会进一步讨论这个主题。注意：我只是使用omp simd pragma编译，但不幸的是，没有重大区别。@MarioH您记得在启用OpenMP支持的情况下编译吗？您是否检查了编译器是否已经对循环进行了矢量化？gcc和clang都在循环结束时生成了一个有效的简化步骤。此外，gcc使用单个累加器向量，这会阻止利用ILP。底线是，如果你想要你的代码快，你应该自己写。

float sum = 0.0f;
#pragma omp simd reduction(+:sum) 
for (i = 0; i < n; i++) {
    sum += a[i] * b[i];
}