使用 SSE / AVX 并行化 C 代码答案

【问题标题】：Parallelize C Code using SSE / AVX使用 SSE / AVX 并行化 C 代码
【发布时间】：2014-08-04 13:37:39
【问题描述】：

我想使用 SSE/AVX 命令并行化我现有的代码。我完全是这些说明集的菜鸟

代码截图如下

static void inline enc_round(uint32_t b0[4], uint32_t b1[4], const uint32_t **kpp)
{
    for (int n = 0; n<4; n++)
    {
        b0[n] = crypto_ft_tab[0][byte(b1[n], 0)] ^
            crypto_ft_tab[1][byte(b1[(n + 1) & 3], 1)] ^
            crypto_ft_tab[2][byte(b1[(n + 2) & 3], 2)] ^
            crypto_ft_tab[3][byte(b1[(n + 3) & 3], 3)] ^ *(*kpp + n);
    }
    *kpp += 4;
}

具有以下类型定义

const uint32_t crypto_ft_tab[4][256]
static inline uint8_t byte(const uint32_t x, const unsigned n)

我想并行化逻辑 ANDS

编辑：对不起，我的意思是按位异或

任何建议什么是最好的启动方式或我应该启动哪些命令？

提前致谢

【问题讨论】：

我没有看到任何逻辑与 - 我看到按位异或 - 这就是你的意思吗？
@PaulR 也许他的意思是(n + 1) & 3 部分？
啊 - 按位 ANDs - 也许 - 这个问题需要澄清一下。
@PaulR vOv 是的...您可以编辑（再次 :) ）以便问题更清楚（因为显然根本没有合乎逻辑的ands）。
当然 - 我只编辑了标签 - 我会让 OP 修复内容，因为我只是猜测真正的要求。

标签： c x86 sse simd avx

【解决方案1】：

在 GCC 和 Visual Studio 中，您可以轻松地使用编译器内部函数来生成 SSE 和 AVX 指令。

可在英特尔网站上找到可用指令列表：https://software.intel.com/sites/landingpage/IntrinsicsGuide/

使用 SSE2，这看起来像这样：

// load values 1 to 4 as 16 byte blocks from the given addresses:
__m128i value1 = _mm_loadu_((__m128i*)address1);
__m128i value2 = _mm_loadu_((__m128i*)address2);
__m128i value3 = _mm_loadu_((__m128i*)address3);
__m128i value4 = _mm_loadu_((__m128i*)address4);
// build xor
__m128i result = _mm_xor_si128(value1, value2);
result = _mm_xor_si128(result, value3);
result = _mm_xor_si128(result, value4);
// store the result somewhere into memory
_mm_storeu_si128((__m128i*)addressForResult);

请注意，每个 __m128i 变量都包含一个完整的 16 字节向量数据。使用 AVX2 内部函数，您甚至可以处理 32 字节块中的数据。

【讨论】：