_mm_load_si128 上的 sse 段错误答案

【问题标题】：sse segfault on _mm_load_si128_mm_load_si128 上的 sse 段错误
【发布时间】：2014-12-18 18:18:43
【问题描述】：

当我尝试在 C 中将 _mm_load_si128 用于内部函数时，我遇到了分段错误。我看到数据必须是 16 位对齐的，并且联合正确地做到了这一点。但这并不能解决我的问题。

#include <xmmintrin.h>

int main(void){
    const int N = 8;
    short int  matrice1[] = {
        10, 11, 12, 13, 14, 15, 16, 17,
        20, 21, 22, 23, 24, 25, 26, 27,
        30, 31, 32, 33, 34, 35, 36, 37,
        40, 41, 42, 43, 44, 45, 46, 47,
        50, 51, 52, 53, 54, 55, 56, 57,
        60, 61, 62, 63, 64, 65, 66, 67,
        70, 71, 72, 73, 74, 75, 76, 77,
        80, 81, 82, 83, 84, 85, 86, 87
    };

    transpose_simd(matrice1, N);

 return 0;
}

union Line{
    short int* row;
    __m128i sRow;
};

void transpose_simd(short int * matrice1, int N){
    short int i, n, j;

    union Line line1, line2; //matrix line

    __m128i sLine1, sLine2; //sse version of the matrix line
    __m128i sLine3, sLine4;

    /*
    There will be a loop surrounding the following code, but first I kept it simple
    */
            // THE NEXT LINE GIVES A SEGMENTATION FAULT
            sLine1 = _mm_load_si128((__m128i*) line1.row); //loads 1 matrix line (8 shorts of 16 bits = 128)
            sLine2 = _mm_load_si128((__m128i*) line2.row);

            sLine3 = _mm_unpackhi_epi16 ( sLine1, sLine2 ); //shuffle the first 4 elements
            sLine4 = _mm_unpackhi_epi16 ( sLine1, sLine2 ); //shuffle the last 4 elements

            _mm_store_si128((__m128i*)line1.row, sLine3);
            _mm_store_si128((__m128i*)line2.row, sLine4);
}

所以我从答案中得到了解决方案。正确实现两个循环后它工作正常：

void transpose_simd(short int * matrice1, short int* matrice2, int N){
    short int i=0, n=0;

    short int* __attribute__ ((aligned (16))) line1; //ligne de matrice
    short int* __attribute__ ((aligned (16))) line2;

    __m128i sLine1, sLine2; //ligne en version sse
    __m128i sLine3, sLine4;

    /*
    There will be a loop surrounding the following code, but first I kept it simple
    */

            line1 = matrice1 + N*i;
            line2 = matrice1 + N*(N/2 + i);

            sLine1 = _mm_loadu_si128((__m128i*) line1); //charge 1 ligne (8 nombres de 16 bits = 128, "coup de bol")
            sLine2 = _mm_loadu_si128((__m128i*) line2);

            sLine3 = _mm_unpacklo_epi16 ( sLine1, sLine2 ); //shuffle les 4 premiers chiffres de line1, voir p74
            sLine4 = _mm_unpackhi_epi16 ( sLine1, sLine2 ); //shuffle les 4 premiers chiffres de line1, voir p74

            _mm_storeu_si128((__m128i*) (matrice2 + N*2*i), sLine3);
            _mm_storeu_si128((__m128i*) (matrice2 + N*(2*i+1)), sLine4);

}

基本上，__attribute__ ((aligned (16))) 对齐我的变量，因为联合保留偏移量但不设置对齐方式。此外，为了提高安全性，使用了未对齐兼容函数 _mm_storeu_si128 和 _mm_loadu_si128。但是，我不知道它是否比这些方法的对齐依赖版本慢。

【问题讨论】：

为什么要将line1.row 的值转换为指针？你为什么希望它起作用？
天哪，你是对的。我一回到我的电脑上就试试。
我停止使用联合，这让我很困惑。我会在几分钟后发布我的代码。

标签： c sse

【解决方案1】：

是的，您是对的，您的数据是未对齐的，而您使用的内在函数是用于对齐的数据访问。

使用_mm_loadu_si128 代替_mm_load_si128 或使用align 属性将数组对齐到16 个字节。

P.S.：使用对齐的加载/存储时应该小心。联盟不会对齐数据。您需要使用 align 属性显式执行此操作。

【讨论】：