矢量化和#pragma omp simd

Question

由于我在阅读 SIMD 和 OpenMP 依赖于矢量化的过程中迷失了方向，所以我想问你是否有人可以澄清我上面的问题。 具体来说，我有一部分要并行化的 C++ 代码，但我现在很忙，无法自己想办法。 任何帮助我弄清楚矢量化到底是什么以及如何在以下代码部分中使用它将不胜感激！

for(unsigned short i=1; i<=N_a; i++) {
        for(unsigned short j=1; j<=N_b; j++) {
            temp[0] = H[i-1][j-1]+similarity_score(seq_a[i-1],seq_b[j-1]);
            temp[1] = H[i-1][j]-delta;
            temp[2] = H[i][j-1]-delta;
            temp[3] = 0.;
            H[i][j] = find_array_max(temp, 4);
            switch(ind) {
            case 0:                                  // score in (i,j) stems from a match/mismatch
                I_i[i][j] = i-1;
                I_j[i][j] = j-1;
                break;
            case 1:                                  // score in (i,j) stems from a deletion in sequence A
                I_i[i][j] = i-1;
                I_j[i][j] = j;
                break;
            case 2:                                  // score in (i,j) stems from a deletion in sequence B
                I_i[i][j] = i;
                I_j[i][j] = j-1;
                break;
            case 3:                                  // (i,j) is the beginning of a subsequence
                I_i[i][j] = i;
                I_j[i][j] = j;
                break;
            }
        }
    }

问候！

Answer 1

所以ind 对于两个嵌套循环都是常量？

您可能会得到一个编译器来使用 OpenMP 为您自动矢量化它。 （将#pragma omp simd 行放在您的任一for 循环之前，看看当您使用-O3 编译时这是否会影响asm。我不太了解OpenMP，所以如果您需要其他选项，请IDK。）

将它包装在一个实际编译的函数中，这样我就可以看到会发生什么。 （例如，通过将代码放在 http://gcc.godbolt.org/ 上以获得格式良好的 asm 输出）。

如果它不自动矢量化，那么使用 x86 的英特尔内在函数手动矢量化可能并不难，因为您只是使用数组索引初始化一些数组。保持循环计数器的向量以__m128i jvec = _mm_set_epi32(3, 2, 1, 0); 开头，并以_mm_add_ps() 递增，向量[ 4 4 4 4 ] (_mm_set1_epi32(4)) 将每个元素递增4。

保留一个单独的 i 值向量，您只能在外循环中修改它，但仍存储在内循环中。

---

有关指令集的内容，请参阅x86 标签 wiki。

查看sse 标签wiki 了解一些SIMD 指南，包括这个不错的intro to SIMD and what it's all about.