C++ C++；将SSE代码转换为AVX

在您的帮助下，我在代码（下面的示例）中使用了SSE，极大地提高了性能，我想知道使用AVX的256bit寄存器是否可以提高性能

int result[4] __attribute__((aligned(16))) = {0};
__m128i vresult = _mm_set1_epi32(0);
__m128i v1, v2, vmax;
    for (int k = 0; k < limit; k += 4) {
        v1 = _mm_load_si128((__m128i *) & myVector[positionNodeId + k]);
        v2 = _mm_load_si128((__m128i *) & myVector2[k]);
        vmax = _mm_add_epi32(v1, v2);
        vresult = _mm_max_epi32(vresult, vmax);
    }
_mm_store_si128((__m128i *) result, vresult);
return max(max(max(result[0], result[1]), result[2]), result[3]); 

int-result[4]uuu-attribute_uuu（（对齐的（16））={0}；
__m128i vresult=_mm_set1_epi32（0）；
__m128i v1，v2，vmax；
对于（int k=0；k

因此，我有3个问题：如何将上述相当简单的SSE代码转换为AVX？我应该为此导入什么标题？我应该告诉我的gcc编译器（而不是-sse4.1）什么标志才能让AVX工作

---

提前谢谢。谢谢你的帮助。

那么你自己解决过吗？[顺便问一下，SSE中是否有一个水平最大值，以保存最后一行，而AVX中的水平最大值会更差]您能告诉（对于我们当中感兴趣的人）您得到了哪些性能改进，并与哪些代码进行了比较吗？@MatsPetersson，据我所知，SSE/AVX中没有通用的水平最大值/最小值。我所知道的唯一指示是。求反可用于max。但这仅适用于16位无符号字。正如您所看到的，max命令在循环外仅运行一次。所以，在这段代码中，limit=64并不是什么大买卖。此外，该代码运行了数千次（30000-1000000次），我得到了10-20%的稳定改进。我可以使用常春藤桥（i7-3770）和Vischera（FX-8350）。因此，这段代码不会在那些工作站支持的普通AVX上运行，只会在Haswell（4770…）上运行。对吗？没错。AVX没有大多数256位整数指令。您需要AVX2。在我的FX-8350中，无法识别\u mm256\u add\u epi32和\u mm256\u max\u epi32。另一方面，_mm256_store_si256和_mm256_load_si256似乎还可以。我可以用2\u mm128\u add\u epi32类型函数替换\u mm256\u add\u epi32吗？“这是（以及如何）可能的？”亚历山德罗斯。您必须获取AVX寄存器的高和低部分。Do

\uuum128i low=\umm256\uCastSi256\uSi128（ymm）

和

\uuum128i high=\umm256\uExtractF128\uSi256（ymm，1）

。水平最大值在循环之外（因此它不适用于64个元素），但适用于4个元素。因此，您的水平SSE max版本较慢。

1.) This code can be easily converted to AVX2 (see below)
2.) #include <x86intrin.h>
3.) compile with -mavx2

    int result[8] __attribute__((aligned(32))) = {0};
    __m256i vresult = _mm256_set1_epi32(0);
    __m256i v1, v2, vmax;

    for (int k = 0; k < limit; k += 8) {
        v1 = _mm256_load_si256((__m256i *) & myVector[positionNodeId + k]);
        v2 = _mm256_load_si256((__m256i *) & myVector2[k]);
        vmax = _mm256_add_epi32(v1, v2);    
        vresult = _mm256_max_epi32(vresult, vmax);
    }
    return horizontal_max_Vec8i(vresult);
    //_mm256_store_si256((__m256i *) result, vresult);
    //int mymax = result[0];
    //for(int k=1; k<8; k++) {
    //    if(result[k]>mymax) mymax = result[k];
    //}
    //return mymax;

int horizontal_max_Vec4i(__m128i x) {
    __m128i max1 = _mm_shuffle_epi32(x, _MM_SHUFFLE(0,0,3,2));
    __m128i max2 = _mm_max_epi32(x,max1);
    __m128i max3 = _mm_shuffle_epi32(max2, _MM_SHUFFLE(0,0,0,1));
    __m128i max4 = _mm_max_epi32(max2,max3);
    return _mm_cvtsi128_si32(max4);
}

int horizontal_max_Vec8i(__m256i x) {
    __m128i low = _mm256_castsi256_si128(x);
    __m128i high = _mm256_extractf128_si256(x,1);
    return horizontal_max_Vec4i(_mm_max_epi32(low,high));
}