我可以有这样的工会
union eight_floats_t
{
__m256 a;
__m128 b[2];
};
eight_floats_t eight_floats;
要即时访问 256 位寄存器的两个 128 位部分？
编辑：我想了解这种方法对性能的影响。
【问题讨论】：
标签： c performance sse vectorization avx
是的，你可以。你试过了吗？
请注意，C 标准规定访问不是最近写入的联合的成员是未指定的行为 - 具体而言，如果您写入一个成员然后读取另一个成员，另一个一个具有未指定的值（C99 §6.2.6.1/7）。然而，它是一个非常常见的习惯用法，并且得到所有主要编译器的良好支持。实际上，以任何顺序读写工会的任何成员都是可接受的做法 (source)。
【讨论】：
你当然可以做到。 C 和 C++ 语言允许您这样做。它很可能会做你想做的事。
但是，您使用 AVX 意味着您关心性能。因此，了解这是 SSE 程序员陷入的最常见（性能）陷阱之一可能会很有用。 （很多人没有注意到）
问题一：
当前的编译器使用内存位置实现这样的联合。所以这是第一个问题，每次您从不同的字段访问联合时，它都会将数据强制到内存并读回。这是一次减速。
以下是 MSVC2010 生成的内容（经过优化）：
eight_floats a;
a.a = vecA[0];
__m128 fvecA = a.b[0];
__m128 fvecB = a.b[1];
fvecA = _mm_add_ps(fvecA,fvecB);
vmovaps YMMWORD PTR a$[rbp], ymm0
movaps xmm1, XMMWORD PTR a$[rbp+16]
addps xmm1, XMMWORD PTR a$[rbp]
movaps XMMWORD PTR fvecA$[rbp], xmm1
movss xmm1, DWORD PTR fvecA$[rbp]
您可以看到它正在被刷新到内存中。
问题 2：
第二次减速甚至更糟。当您将某些内容写入内存并立即以不同的字长访问它时，您可能会触发存储到加载的停顿。 （通常大约 > 10 个周期）
这是因为当前处理器上的加载存储队列通常不是为处理这种（不寻常的）情况而设计的。所以他们通过简单地将队列刷新到内存来处理它。
访问 AVX 数据类型的下半部分和上半部分的“正确”方法是使用：
_mm256_extractf128_ps()_mm256_insertf128_ps()_mm256_castps256_ps128()和家人。其他数据类型也是如此。
也就是说，编译器可能足够聪明，可以识别您在做什么并使用这些指令。 （至少 MSVC2010 没有。）
【讨论】：