动态分配 SIMD 向量数组是否安全？答案

【问题标题】：Is it safe to dynamically allocate an array of SIMD vectors?动态分配 SIMD 向量数组是否安全？
【发布时间】：2021-06-21 02:01:04
【问题描述】：

在普通 C++ 中，我们可以使用标准库函数 malloc 或 new 关键字动态分配浮点数组。当我们想到 SIMD 向量时，像 float32x4_t（对于 ARM neon）这样的编译器扩展，像这样动态分配这样的 SIMD 向量数组是否安全：

uint32_t number_req = 32; 
float32x4_t *simd_arr = (float32x4_t *)malloc(sizeof(float32x4_t) * number_req);

我正在尝试限制代码中加载存储指令的数量。如果以上不是合法的方法，那么实施它的正确方法是什么？每一个帮助将不胜感激！提前非常感谢您！

【问题讨论】：

你可以这样做（但需要注意的是它必须正确对齐，但我不会专注于此）。但是，如果您的数组真的很大，它将不适合寄存器，并且您不会看到任何性能提升。但这也适用于静态已知大小的非常大的数组。当您编写一个对此类数组进行操作的函数时，您应该使用预取并检查生成的程序集（和配置文件）以确定您的代码是否符合您的预期。
一般来说，动态分配（数组）类型（如float32x4_t）是安全的，只要您不摆弄对齐。在 C++ 中，通常最好使用 new 表达式而不是 malloc()，除非相关文档（例如，对于您的编译器，或者 - 在您的情况下 - ARM 开发指南）另有说明。这是否会影响加载和存储指令是您需要以另一种方式检查的内容（例如，通过编译器检查汇编器输出）。

【解决方案1】：

我正在尝试限制代码中加载存储指令的数量。

以这种方式减少代码中加载/存储 intrinsics 的数量无济于事。

取消引用 float32x4_t* 完全等同于加载或存储内部函数，实际上可能是如何实现 1 向量对齐加载内部函数的。

何时可以将向量类型保存在向量寄存器中取决于编译器，就像将int 对象保存在普通整数寄存器中一样。

加载/存储内部函数主要用于向编译器传达对齐信息，并使其对类型感到满意；查看编译器生成的 asm 以了解实际情况。

【讨论】：

感谢您的回复！目前，我有一个正常的动态分配的float 数组并使用内部函数我必须调用vld1q_f32(...)（从浮点数组加载float32x4_t，对于ARM NEON）每次执行操作，比如向量点积，然后我必须使用 vst1q_f32() 将结果存储到结果数组（传统 C++ float 数组）。有什么办法可以限制这种不断调用与加载/存储操作相关的函数！？
@VivekanandV：当前架构上唯一可行的解决方案是在每次遍历数组时做更多的工作，而数据已经存在于寄存器（局部变量）中。例如如果您想要三个向量之间的所有点积组合，您将进行一次加载每个元素一次的传递，而不是 3 个单独的点积的 3 次传递。或与生成它的通行证结合使用。每次加载/存储（或每次将数据拉入 L1d 缓存）的 ALU 工作量称为“计算强度”，与内存带宽相比，增加它是具有强大 ALU 的 CPU 性能的关键。
（更不用说占用管道槽的实际加载/存储）。基本上，在我们拥有可随内存扩展的计算内存或类似的 ALU 之前，Von Neumann Bottleneck 并不是你可以通过玩 C 类型的技巧来避免的。就像arr[i] += 1; 将要求编译器发出加载和存储指令一样，使用内部函数也会做同样的事情。
@PeterCordes oof没看到手臂：/我的错！删除我的 cmets，因为它们与此 Q/A 完全无关：stackoverflow.com/questions/52147378/…
@PeterCordes 说的是here

【解决方案2】：

您可能需要aligned_alloc，它是在 C11 中引入的，以替代 malloc 用于此类情况。

【讨论】：

【解决方案3】：

或 memalign() 在所有 Linux libc 库中都可用

【讨论】：