如何为此内联汇编代码编写内部代码？

Question

我不擅长 SIMD，所以，我需要帮助来将此代码转换为内部代码。 在我看来，这似乎是 C = A * B，但我不确定。 有谁能够帮我？ 另外我想问一下内在函数是否可用于移动处理器。 事实上，下面的代码是针对英特尔 CPU 的，但我的工作最终是针对移动设备的。提前致谢。

for (int i = 0; i < M; i++, C += N) {
    float x = A[i];
    _asm {
        mov             esi, N8;
        sub             esi, 8;
        shl             esi, 2;
        xor             edi, edi;
        mov             ebx, B;
        mov             edx, C;
        vbroadcastss    ymm7, x;
    Lrep1:
        cmp             edi, esi;
        jg              Lexit1;
        vmovups         ymm0, ymmword ptr[ebx + edi];
        vmulps          ymm0, ymm0, ymm7;
        vmovups         ymmword ptr[edx + edi], ymm0;
        add             edi, 32;
        jmp             Lrep1;

    Lexit1:
    }
    for (int j = N8; j < N; j++) C[j] = x * B[j];
}

Answer 1

您最好用以下代码替换整个代码：

float x = A[i];
for (int j = 0; j < N; j++) C[j] = x * B[j];

编译器在优化它方面会做得比上面介绍的有点幼稚的 asm 优化尝试要好得多。解雇你的同事:)

至于它在做什么，不是很多。它只是以 8 个批次循环遍历浮点数。不过，正如我所说，它非常愚蠢，而且您最好从使用上面的标准 C 代码的性能 POV 中获得更好的结果。

float x = A[i];
__m256 _x = _mm256_set1_ps(x);
for (int j = 0; j < N8; j += 8) 
{
  _mm256_storeu_ps(C + j, _mm256_mul_ps(_x, _mm256_loadu_ps(B + j)));
}
for (int j = N8; j < N; j++) C[j] = x * B[j];