Optimization 使用SSE优化有限差分

我想知道是否可以使用SSE（1,2,3,4…）优化以下循环：

// u and v are allocated through new double[size*size]
for (int j = l; j < size-1; ++j)
{
    for (int k = 1; k < size-1; ++k)
    {
        v[j*size + k] = (u[j*size + k-1] + u[j*size + k+1] 
                       + u[(j-1)*size + k]+ u[(j+1)*size + k]) / 4.0;
    }
}

//u和v通过新的双精度[size*size]分配
对于（int j=l；j

[j*size+k]

习惯用法用于将内存块视为多维数组

遗憾的是，GCC（4.5）的

-ftree vectorize

标志不认为循环适合SIMD类型优化。（尽管我说我从来没有见过

-ftree vectorize

优化过任何东西，但最微不足道的循环除外。）

---

虽然我知道还有许多其他方法可以提高循环的性能（OpenMP、展开、就地算法等），但我特别想知道是否可以使用SIMD。我可能更感兴趣的是如何（如果有的话）转换这样一个循环的总体轮廓，而不是具体的实现。

看起来应该是可能的，但是因为（a）使用了双精度，（b）相对于I/O，您所做的计算非常少，（c）大多数现代x86-64 CPU都有两个FPU，那么，您的SIMD编码投资可能不会获得太多回报。

您是否尝试过

-ftree vectorizer verbose=n

？gcc会给你一些提示，说明为什么它会/没有矢量化。需要注意的一点是，如果没有

restrict

关键字，它会假设v可以别名u，这会阻塞很多SSE（在这种情况下，它最多会生成两个版本，并在运行时决定）@Ben Jackson-yes，我使用-verbose选项得出结论，它不是在向量化我的代码。我确实玩弄了

restrict

（实际上，我是C++的时候玩弄了

\uuu restrict\uuuu

），但它没有什么区别，因为GCC是内联的（并且确定

u

和

v

没有重叠）。我使用双倍是出于习惯。我不确定它是否是I/O绑定的，因为在我的双核共享L2系统上，使用OpenMP时，我的速度几乎是线性的。@Freddie:I/O绑定的注释是关于上面的标量循环-对于4个加载+1个存储，您只有3个FP加法和1个FP乘法-执行时间很可能由加载和存储的延迟决定，因此，加快计算速度（例如通过SIMD）可能不会给您带来任何好处。@Freddie：如果您的算法可以使用浮点而不是双精度，而没有任何数值精度或稳定性问题，那么在这种情况下，可能值得考虑SIMD（尽管请注意上述注释中的“重新计算v加载/存储”中的警告）。