在.NET framework 4.6中使用C#中的SIMD操作速度较慢

我目前正在尝试使用C#计算一个巨大数组中所有值的总和，并使用SIMD比较性能，SIMD版本的速度要慢得多。请参阅下面的代码片段，如果我遗漏了什么，请告诉我。“VAL”是一个巨大的数组，它从图像文件中读取并省略该部分以保持精简

var watch1 = new Stopwatch();
watch1.Start();
var total = vals.Aggregate(0, (a, i) => a + i);
watch1.Stop();
Console.WriteLine(string.Format("Total is: {0}", total));
Console.WriteLine(string.Format("Time taken: {0}", watch1.ElapsedMilliseconds));

var watch2 = new Stopwatch();
watch2.Start();
var sTotal = GetSIMDVectors(vals).Aggregate((a, i) => a + i);
int sum = 0;
for (int i = 0; i < Vector<int>.Count; i++)
    sum += sTotal[i];
watch2.Stop();
Console.WriteLine(string.Format("Another Total is: {0}", sum));
Console.WriteLine(string.Format("Time taken: {0}", watch2.ElapsedMilliseconds));

var watch1=新秒表（）；
watch1.Start（）；
var total=价值合计（0，（a，i）=>a+i）；
watch1.Stop（）；
WriteLine（string.Format（“Total是：{0}”，Total））；
WriteLine（string.Format（“花费的时间：{0}”，watch1.elapsedmillesons））；
var watch2=新秒表（）；
watch2.Start（）；
var sTotal=GetSimdVector（VAL）.聚合（（a，i）=>a+i）；
整数和=0；
对于（int i=0；i

以及GetSIMDVectors方法

private static IEnumerable<Vector<int>> GetSIMDVectors(short[] source)
{
    int vecCount = Vector<int>.Count;
    int i = 0;
    int len = source.Length;
    for(i = 0; i + vecCount < len; i = i + vecCount)
    {
        var items = new int[vecCount];
        for (int k = 0; k < vecCount; k++)
        {
            items[k] = source[i + k];
        }
        yield return new Vector<int>(items);
    }
    var remaining = new int[vecCount];
    for (int j = i, k =0; j < len; j++, k++)
    {
        remaining[k] = source[j];
    }
    yield return new Vector<int>(remaining);
}

私有静态IEnumerable GetSimdVector（短[]源代码）
{
int vecCount=Vector.Count；
int i=0；
int len=源文件的长度；
对于（i=0；i+vecCount

正如@mike z所指出的，您需要确保您处于发布模式，并且以64位为目标，否则支持SIMD的编译器RuyJIT将无法工作（目前，它仅在64位体系结构上受支持）。 此外，在执行前进行检查始终是一种良好的做法，使用：

Vector.IsHardwareAccelerated;

另外，在创建向量之前，不需要先使用for循环来创建数组。您只需使用

向量（int[]array，int index）

构造函数从原始源数组创建向量即可

yield return new Vector<int>(source, i);

我的性能只提高了1.5倍。考虑到操作的简单性，对于这个非常特殊的情况，仍然是一个改进

---

不用说，矢量化版本需要大型阵列来克服每次迭代中创建

新Vector（）

所带来的开销。

您是否在64位（即释放模式）和64位（确保您没有使用任何32位CPU）上运行优化？您可以通过验证SIMD是否正在使用。就是这样。没有在64位模式下运行。迈克，如果你发布一个答案，我可以这样标记

var items = new int[vecCount];
for (int k = 0; k < vecCount; k++)
{
    items[k] = source[i + k];
}
yield return new Vector<int>(items);

private static int GetSIMDVectorsSum(int[] source)
    {
        int vecCount = Vector<int>.Count;
        int i = 0;
        int end_state = source.Length;

        Vector<int> temp = Vector<int>.Zero;


        for (; i < end_state; i += vecCount)
        {
            temp += new Vector<int>(source, i);

        }

        return Vector.Dot<int>(temp, Vector<int>.One);


    }

private static int no_vec_sum(int[] vals)
{
    int end = vals.Length;
    int temp = 0;

    for (int i = 0; i < end; i++)
    {
        temp += vals[i];
    }
    return temp;
}