在x86上实现水平浮点向量和的最快方法

Question

在x86上实现水平浮点向量和的最快方法你有三个(或四个)浮动向量。最快的方法是什么？SSE(移动，洗牌，添加，移动)总是比X87快吗？SSE4.2中的水平添加说明值得吗？搬到FPU，然后是Faddp，Faddp要花多少钱？最快的指令顺序是什么？“试着把事情安排好，这样你就可以一次把四个向量和起来”将不会被接受为答案。*-)

Answer 1

SSE 2

所有四项：

const __m128 t = _mm_add_ps(v, _mm_movehl_ps(v, v));
const __m128 sum = _mm_add_ss(t, _mm_shuffle_ps(t, t, 1));

R1+R2+R3：

const __m128 t1 = _mm_movehl_ps(v, v);
const __m128 t2 = _mm_add_ps(v, t1);
const __m128 sum = _mm_add_ss(t1, _mm_shuffle_ps(t2, t2, 1));

我发现这些和双倍的速度差不多HADDPS(但我没有测量得太近)。

Answer 2

你可以一分为二HADDPSSSE3中的说明：

v = _mm_hadd_ps(v, v);
v = _mm_hadd_ps(v, v);

这意味着所有元素的和。