如何使用SSE提升性能呢？

[WJN92]

看了很多SSE的指令还是有很多规矩
例如向量的叉乘，SSE没有提供，用SSE也难实现
公式： (UyVz - UzVy),-(UxVz - UzVx),(UxVy - UyVx)

四元数就更难实现了





SSE是不是一块鸡肋呢？

[bluewanderer]

SSE = Streaming SIMD Extension. 这东西最大优势是流式处理大量数据，而不是优化单次运算。看看Intel文档就知道了。 特定匀速可以用SSE进行单次运算的优化，但主要还是矢量化后流式处理。如果你有一个所有a的数组和一个所有t的数字，那一个SSE单精度乘法就可以算出四个at。

[WJN92]

引用 3 楼 bluewanderer 的回复:

我想说至少你这个运算矢量化流式处理一点问题没有。 SSE是个偏向RISC的东西，除非能大规模提升效率的功能，否则基本上是不会加的

我想说至少你这个运算矢量化流式处理一点问题没有。 怎么没有问题呢?它都没有提供类似的指令

[WJN92]

引用 1 楼 bluewanderer 的回复:

SSE = Streaming SIMD Extension. 这东西最大优势是流式处理大量数据，而不是优化单次运算。看看Intel文档就知道了。 特定匀速可以用SSE进行单次运算的优化，但主要还是矢量化后流式处理。如果你有一个所有a的数组和一个所有t的数字，那一个SSE单精度乘法就可以算出四个at。

这个我知道，所以我就说在一些复杂的算法面前用途不大。 尤其在3D运算里面SSE在里面不知道有多少的提升空间

[bluewanderer]

我想说至少你这个运算矢量化流式处理一点问题没有。 SSE是个偏向RISC的东西，除非能大规模提升效率的功能，否则基本上是不会加的

[bluewanderer]

我发现你完全没搞明白什么是矢量化... 如果你要算一堆a和一堆t的积at，常规算法是一个循环挨个算，矢量化是一次把几个a放入一个SIMD寄存器，把对应的几个t放入另一个SIMD寄存器然后进行运算。 而对于你的这种复杂运算的处理是矢量化计算里面的简单运算，也就是分别矢量化计算at，-bx，-cy，-dz，at - bx，cy + dz，(at - bx) + (cy + dz)。这个根本不需要高级指令。 另外现在的SSE是支持点乘的，可以简化一点上面的步骤。 另外矢量化运算寄存器不够用需要多次循环的时候注意内存优化。

[WJN92]

引用 5 楼 bluewanderer 的回复:

我发现你完全没搞明白什么是矢量化... 如果你要算一堆a和一堆t的积at，常规算法是一个循环挨个算，矢量化是一次把几个a放入一个SIMD寄存器，把对应的几个t放入另一个SIMD寄存器然后进行运算。 而对于你的这种复杂运算的处理是矢量化计算里面的简单运算，也就是分别矢量化计算at，-bx，-cy，-dz，at - bx，cy + dz，(at - bx) + (……

好像是SSE4 才支持点乘