模运算矢量化答案

【问题标题】：modulo operation vectorization模运算矢量化
【发布时间】：2013-09-24 10:16:18
【问题描述】：

有一个循环：

 long a* = new long[32];
 long b* = new long[32];
 double c* = new double[32];
 double d = 3.14159268;
  //set a, b and c arrays
  //.....
  for(int i = 0; i < 32; i ++){
    d+= (a[i] % b[i])/c[i];
  }

我如何使用英特尔 C++ 向量化功能（例如 #pragma simd 或 sse- 指令）来实现这个循环？

如果我写：

  #pragma simd reduction(+:c)
  for(int i = 0; i < 32; i ++){
    d+= (a[i] % b[i])/c[i];
  }

然后速度不会增加:(

【问题讨论】：

为什么要将结果投射到double？
该代码无法编译。也许你的意思是(double)(a[i] % b[i])？
@us2012：这个结果必须是双倍的。示例更正为示范。
@interjay 是的，抱歉，示例已更正。
您是否添加了适当的编译器开关？

标签： c intel vectorization

【解决方案1】：

Intel 64 和 IA-32 架构没有矢量化整数除法或余数/模指令，因此在使用整数运算时无法在硬件中对一般余数运算进行矢量化。

有一些浮点向量除法指令。在我检查过的处理器中，双精度除法 (DIVPD) 并未真正矢量化；它花费的时间是单精度除法的两倍，因此硬件通过串行使用一个除法器来实现它（甚至没有任何显着程度的流水线）。

如果单精度就足够了，您也许可以从使用单精度向量除法 (DIVPS) 中获得一些提升，但您必须处理浮点舍入并注意确保获得所需的结果.在 Newton-Raphson 中使用近似倒数指令 (RCPPS) 可能比使用 DIVPS 更快，但在设计中需要更加小心。

【讨论】：