我正在使用 Core2Duo 处理器（编译器 gcc 4.4.1）中提供的 SSE 扩展。我看到有 16 个寄存器可用，每个寄存器都是 128 位长。现在，我可以在一个寄存器中容纳 4 个整数值，在另一个寄存器中容纳 4 个整数值，并且使用内在函数我可以将它们添加到一条指令中。明显的优势是这种方式我只需要 1 条指令而不是 4 条。
我的问题是“这就是 SIMD 的全部内容吗？”。让我有 a1、a2、a3、a4、a5、a6、a7、a8 和 b1、b2、b3、b4、b5、b6、b7、b8。令 A1、A2 为向量寄存器。现在，A1
令 A2
core2duo 中有多少向量功能单元可用，我在哪里可以获得这些信息？
高度赞赏与这些相关的任何其他信息来源。
【问题讨论】：
不，没有任何单一的 SSE 指令可以做到这一点。您需要发出两条指令。您是否在考虑 x86 字符串指令和 REP 前缀之类的东西？没有 SSE 等价物。
两个 4 宽向量操作将在所有现代处理器都高度流水线化的意义上同时执行。第二条指令将在第一条指令之后仅一个周期通过管道（假设两者不相互依赖，在您的示例中就是这种情况），因此它们的执行将在时间上重叠，除了那个周期。
多核处理器的每个核心都有自己的矢量功能单元。您必须编写多线程代码才能利用这一点。
有些 CPU 每个内核有 1 个向量单元，有些只有 1/2！在后一种情况下，向量单元只有 64 位宽，并且一次只执行一半的 SSE 指令。一分钱一分货。
您应该研究一下 AVX，它是一种新的指令集扩展，它使 SSE 发展为支持更广泛的向量单元。
或者您可以使用 OpenCL 或 Cuda 在 GPU 上研究真正的矢量编程。
【讨论】：
我不认为有一个单一的指令可以做到这一点（除非他们偷偷进入最新版本的 SSE）。
但是，由于您正在执行的操作是独立的，因此编译器可以在第一个 add 指令完成之前发出第二个 add 指令。所以时间线看起来像
begin C1 = A1 + B1
begin C2 = A2 + B2
wait
end C1 = A1 + B1
end C2 = A2 + B2
因此，即使您使用了两条指令，也不一定要花费两倍的时间。等待的实际持续时间取决于处理器和您使用的特定指令的延迟。
这里有更详细的流水线解释：http://en.wikipedia.org/wiki/Instruction_pipeline
对于 SIMD 编程的一般帮助，Apple's SSE page 非常好。它有点适合将应用程序从 PowerPC 迁移到 SSE 的人，但那里也有一些很好的一般信息。
【讨论】：
英特尔网站包含您需要的所有信息！
http://www.intel.com/products/processor/manuals/
编辑以回答评论：所有信息都在上面链接的链接中，但不是。您可以将 8 个 16 位整数打包到 1 个寄存器中，从而执行 8 个同时添加，但没有 SSE 不允许添加 2 个寄存器同时。
【讨论】：