AVX 和 AVX2 的区别

Question

下面是 AVX2 中矩阵乘法的实现。我使用的机器只支持 AVX，所以我尝试用 AVX 实现相同的配置。

但是，我无法真正理解其中的差异以及需要更改的内容！此实现中的哪些特定于 AVX2，无法与只能处理 AVX 的机器一起使用？

这是 AVX 和 AVX2 的所有命令的链接 https://software.intel.com/sites/landingpage/IntrinsicsGuide/#techs=AVX

非常感谢您的任何见解！

 for (uint64_t i = 0; i < M; i++)
     {
         for (uint64_t j = 0; j < N; j++)
         {
             __m256 X = _mm256_setzero_ps();
             for (uint64_t k = 0; k < L; k+= 8) {
                 const __m256 AV = _mm256_load_ps(A+i*L+k);
                 const __m256 BV = _mm256_load_ps(B+j*L+k);
                 X = _mm256_fmadd_ps(AV,BV,X);
             }
             C[i*N+j] = hsum_avx(X);
         }
     }

Answer 1

您的代码使用 AVX1 + FMA 指令，而不是 AVX2。例如，它可以在 AMD Piledriver 上运行良好。 （假设 hsum 以合理的方式实现，提取高半部分，然后使用 128 位随机播放。）。

如果您的 AVX-only CPU 也没有 FMA，您需要使用 _mm256_mul_ps 和 _mm256_add_ps。

---

对于 Intel，AVX2 和 FMA 是在同一代 Haswell 中引入的，但它们是不同的扩展。 FMA 在一些没有 AVX2 的 CPU 中可用。

不幸的是even a VIA CPU with AVX2 but not FMA，否则 AVX2 意味着 FMA，除非您在 VM 中或 emulator that intentionally has a combination of extensions that real HW doesn't。

（在一些 AMD CPU 中有一个 FMA4 扩展，有 4 个操作数（3 个输入和一个单独的输出），Bulldozer 到 Zen1，在 Intel 对 AMD 进行切换后为时已晚，他们无法更改 Bulldozer 设计以支持 FMA3。这就是为什么只有 AMD 的 FMA4，以及为什么直到 Piledriver 才支持与 Intel 兼容的 FMA 扩展。但这现在是历史尘埃的一部分，所以通常我们只说 FMA 来引用技术上的扩展称为 FMA3。请参阅 Agner Fog 的 2009 年博客 Stop the instruction set war 和 How do I know if I can compile with FMA instruction sets?)

---

• AVX1：仅 256 位 FP（除 vptest 外没有整数指令，尽管在这种情况下 FP 确实包括像 vxorps ymm 这样的按位指令）。随机播放仅在通道内（例如 vshufps ymm 或新的 vpermilps）或具有 128 位粒度（vperm2f128 或 vinsertf128 / vextractf128）。 AVX1 还提供所有 SSE1..4 指令的 VEX 编码，包括整数，具有 3 操作数无损。例如vpsubb xmm0, xmm1, [rdi]
• AVX2：整数 SSE 指令的 256 位版本，以及新的车道交叉洗牌，如 vpermps / vpermd 和 vpermq / pd，以及带有寄存器源的 vbroadcastss/sd ymm, xmm（AVX1 只有 vbroadcastss ymm, [mem]）。也是一个高效的vpblendd 立即整数混合指令，如vblendps
• FMA3：vfmadd213ps x/ymm, x/ymm, x/ymm/mem 等等。 （以及 pd 和标量 ss/sd 版本）。还有 fmsub..（减去第三个操作数）、fnmadd..（取反），甚至 fmaddsub...ps。 _mm256_fmadd_ps 将编译为某种形式的 vfmadd...ps，具体取决于编译器想要覆盖哪个输入操作数，以及它想要将哪个操作数用作内存操作数。

这个介绍顺序解释了内在命名的错误选择，例如_mm256_permute_ps（立即）和_mm256_permutevar_ps（矢量控制）是 AVX1 vpermilps 车道内置换，而 AVX2 被 _mm256_permutexvar_ps 背负。令人困惑的是，内在函数有一个x 用于车道交叉，而 asm 助记符很简单。