为 GCC 的向量扩展加载数据

Question

GCC 的 vector extensions 提供了一种不错的、合理可移植的方式来访问不同硬件架构上的一些 SIMD 指令，而无需诉诸 hardware specific intrinsics（或自动矢量化）。

一个真正的用例是计算一个简单的加法校验和。不清楚的一件事是如何安全地将数据加载到向量中。

typedef char v16qi __attribute__ ((vector_size(16)));

static uint8_t checksum(uint8_t *buf, size_t size)
{
    assert(size%16 == 0);
    uint8_t sum = 0;

    vec16qi vec = {0};
    for (size_t i=0; i<(size/16); i++)
    {
        // XXX: Yuck! Is there a better way?
        vec += *((v16qi*) buf+i*16);
    }

    // Sum up the vector
    sum = vec[0] + vec[1] + vec[2] + vec[3] + vec[4] + vec[5] + vec[6] + vec[7] + vec[8] + vec[9] + vec[10] + vec[11] + vec[12] + vec[13] + vec[14] + vec[15];

    return sum;
}

将指针转换为向量类型似乎可行，但我担心如果 SIMD 硬件期望向量类型正确对齐，这可能会以可怕的方式爆炸。

我想到的唯一其他选择是使用临时向量并显式加载值（通过 memcpy 或元素分配），但在测试这个抵消大部分加速获得使用 SIMD 指令。理想情况下，我认为这类似于通用的 __builtin_load() 函数，但似乎不存在。

将数据加载到有对齐问题风险的向量中的更安全方法是什么？

Answer 1

编辑（感谢 Peter Cordes）您可以投射指针：

typedef char v16qi __attribute__ ((vector_size (16), aligned (16)));

v16qi vec = *(v16qi*)&buf[i]; // load
*(v16qi*)(buf + i) = vec; // store whole vector

这编译为 vmovdqa 以加载和 vmovups 以存储。如果不知道数据是否对齐，则设置aligned (1) 以生成vmovdqu。 (godbolt)

请注意，还有几个专用的内置函数用于加载和卸载这些寄存器（Edit 2）：

v16qi vec = _mm_loadu_si128((__m128i*)&buf[i]); // _mm_load_si128 for aligned
_mm_storeu_si128((__m128i*)&buf[i]), vec); // _mm_store_si128 for aligned

似乎有必要使用-flax-vector-conversions 来从chars 到v16qi 这个函数。

另请参阅：C - How to access elements of vector using GCC SSE vector extension
另见：SSE loading ints into __m128

（提示：谷歌最好的短语是“gcc loading __m128i”。）

Answer 2

您可以使用初始化程序来加载值，即做

const vec16qi e = { buf[0], buf[1], ... , buf[15] }

并希望 GCC 将其转换为 SSE 加载指令。不过，我会用反汇编程序验证这一点；-)。此外，为了获得更好的性能，您尝试使buf 16 字节对齐，并通过aligned 属性通知该编译器。如果您可以保证输入缓冲区将对齐，请按字节处理它，直到达到 16 字节边界。