C++ 使用SIMD范例对256位向量应用给定函数

有没有办法沿着

\uuum256d/s

向量计算函数？像这样：

#include <immintrin.h>

inline __m256d func(__m256d *a, __m256d *b)
{
    return 1 / ((*a + *b) * (*a + *b));
}

int main()
{
    __m256d a = _mm256_set_pd(1.0f, 2.0f, 3.0f, 4.0f);
    __m256d b = _mm256_set_pd(1.0f, 2.0f, 3.0f, 4.0f);
    __m256d c = func(a, b);

    return 0;
}

#包括
内联m256d func（uuuuM256D*a、uuuuM256D*b）
{
返回1/（*a+*b）*（*a+*b））；
}
int main（）
{
__m256d a=_mm256_set_pd（1.0f、2.0f、3.0f、4.0f）；
__m256d b=_mm256_set_pd（1.0f、2.0f、3.0f、4.0f）；
__m256d c=func（a，b）；
返回0；
}

我想使用SIMD范式评估任何给定的数学函数。 如果这是不可能的，这不是SIMD编程与GPGPU最大的限制吗？ 我的意思是，我已经意识到CPU的计算能力越来越接近GPU，一些比较：

• Nvidia Quadro K6000~5196 GFLOPS
• Nvidia Quadro K5000~2169 GFLOPS
• 英特尔至强E5-2699 v3~1728千兆次（18核*32次/周期*3 Ghz）

未来的猜测：

• AVX-512和可能的20核Xeon CPU 3840 GLOPS（20核*64浮点/周期*3 Ghz）

• 骑士着陆5907千兆次（71核*64次/周期*1.3千兆赫）

---

你的问题很有趣。您所描述的内容无法使用现有编译器完成。如果覆盖处理256b向量的基本运算符，则可能会接近所需的功能
但是我不会说这是SIMD编程相对于GPGPU的最大限制。GPGPU的主要优点是浮点计数，但这需要付出一定的代价。一个是GPGPU不能很好地处理分支，不能很好地处理处理大量本地数据的线程等。另一个限制是GPGPU编程模型与传统编码相比相当复杂
在CPU上，您可以运行更多的通用代码，编译器将在大多数情况下进行矢量化，而不要求程序员编写特定的内部函数

---

所以我想进一步说，简单的代码实际上是CPU的一个优势。考虑将20年FORTRAN软件移植到GPGPU所需的工作量。而如果你有一个好的编译器和一个好的CPU（具有良好的触发器计数），你可能会获得预期的性能。
内部函数实际上总是特定于编译器的，所以你应该公布你正在使用的编译器。不，你不能只“使用SIMD范式”运行任意函数。您只能运行目标CPU支持的SIMD指令。@DanielKamilKozar g++或cl@user3379939如果您使用CL，那么可以使用@Mgetz，我认为CL还意味着visualstudioc/c++编译器。