C++ 防止C+中矢量化的数学函数+；

我有一个类似下面的代码，我希望将其矢量化。 我使用intel advisor分析了整个代码。 它说我不能矢量化这个，因为它有数学函数。 当然，它指出了循环中使用的sin和cos函数

// init to 0
double Ar_elem[NA] = {0.0};
double Ai_elem[NA] = {0.0};

for (size_t j = 0; j < NA; ++j) {
    esf = sfs[j];
    x = p_data[3 * j];
    y = p_data[3 * j + 1];
    z = p_data[3 * j + 2];

    p = x * qx + y * qy + z * qz;

    Ar_elem[j] = esf * cos(p);
    Ai_elem[j] = esf * sin(p);
}

//sum
double Ar = std::accumulate(begin(Ar_elem), end(Ar_elem), 0, plus<double>());
double Ai = std::accumulate(begin(Ai_elem), end(Ai_elem), 0, plus<double>());

如何在不使用“英特尔短向量数学库”的情况下对此循环进行向量化

代码：

（尺寸j=0；j 它说我不能矢量化这个，因为它有数学函数

实际上，正是

Ar+=

和

Ai+=

术语阻止了矢量化，因为这意味着

j=2

处的输出将取决于

j=1

的输出。如果

Ar

和

Ai

只是输出，则可以将它们设置为数组，并在运行循环后对它们求和

// init to 0
double Ar_elem[NA] = {0.0};
double Ai_elem[NA] = {0.0};

for (size_t j = 0; j < NA; ++j) {
    esf = sfs[j];
    x = p_data[3 * j];
    y = p_data[3 * j + 1];
    z = p_data[3 * j + 2];

    p = x * qx + y * qy + z * qz;

    Ar_elem[j] = esf * cos(p);
    Ai_elem[j] = esf * sin(p);
}

//sum
double Ar = std::accumulate(begin(Ar_elem), end(Ar_elem), 0, plus<double>());
double Ai = std::accumulate(begin(Ai_elem), end(Ai_elem), 0, plus<double>());

//初始化为0
双Ar_元素[NA]={0.0}；
双元素[NA]={0.0}；
对于（尺寸j=0；j

您的三角计算是否需要完全精确？您是否收到英特尔顾问的任何信息？请把它包括在问题中。为什么您认为

sin

和

cos

会阻止矢量化？

p\u数据的排列也不理想。计算每个
p
需要对
3 x N
块进行转置或水平加法。Intel advisor表示循环没有矢量化。“英特尔顾问建议”选项卡上显示：存在标量数学函数调用。循环体中的数学函数阻止编译器有效地向量化循环。通过启用矢量化数学调用提高性能。他们的解决方案是：1）使用英特尔短向量数学库进行向量内部函数。2） 使用带有矢量化SVML函数的Glibc库。我想知道是否还有其他的可能性。谢谢你的解决方案。我知道，那里有一种依赖。我在考虑“pragma omp simd reduce”。然而，数学函数也阻止了矢量化。你有什么解决办法吗？你可以看看。但我更感兴趣的是，为什么你们认为正反两面会阻止simd的减少。你怎么知道这段代码没有矢量化？英特尔顾问说循环没有矢量化。“英特尔顾问建议”选项卡上显示：存在标量数学函数调用。循环体中的数学函数阻止编译器有效地向量化循环。通过启用矢量化数学调用提高性能。他们的解决方案是：1）使用英特尔短向量数学库进行向量内部函数。2） 使用带有矢量化SVML函数的Glibc库。我想知道是否还有其他可能性。您可以使用
#pragma omp parallel for
“矢量化”循环，但我认为这不是SIMD矢量化，只是线程化。但您的解决方案将被矢量化。顺便问一下，您启用OMP了吗？我认为您需要明确指定编译器开关（
/openmp
在VS中）。我认为您在第二条评论中提供的链接有助于回答我的问题。我还没有打开-fopenmp选项。这可能就是英特尔顾问公司提出这一建议的原因。无论如何，感谢您的解决方案。