为什么C++标准库中没有SIMD功能？

Question

SSE从1999年开始出现，它及其下面的扩展是提高C++程序性能的最强大工具之一。然而，没有标准化的容器/算法等可以显式地使用这个(据我所知？)。这有什么原因吗？有没有一项从未成功过的提案？

Answer 1

在(并行TS v2)中有实验支持显式短向量SIMD类型，这些类型映射到普通ISAs的SIMD扩展，但到2021年8月只有GCC实现了它。上面链接到的Cppreference是不完整的，但是在工作草案，并行C++扩展技术规范，N4808文档中还有更多的细节。这个提议背后的想法是在PhD项目(2015年论文)期间开发的。GCC实现写一篇文章的作者将现有的SSE字符串处理算法转换为使用2019年迭代的他的库，实现了类似的性能和更好的可读性。下面是一些使用它和生成的程序集的简单代码：

乘加

#include <experimental/simd> // Fails on MSVC 19 and others
using vec4f = std::experimental::fixed_size_simd<float,4>;

void madd(vec4f& out, const vec4f& a, const vec4f& b)
{
    out += a * b;
}

使用-march=znver2 -Ofast -ffast-math编译，我们确实得到了一个硬件融合的乘法-添加，为此生成：

madd(std::experimental::parallelism_v2::simd<float, std::experimental::parallelism_v2::simd_abi::_Fixed<4> >&, std::experimental::parallelism_v2::simd<float, std::experimental::parallelism_v2::simd_abi::_Fixed<4> > const&, std::experimental::parallelism_v2::simd<float, std::experimental::parallelism_v2::simd_abi::_Fixed<4> > const&):
        vmovaps xmm0, XMMWORD PTR [rdx]
        vmovaps xmm1, XMMWORD PTR [rdi]
        vfmadd132ps     xmm0, xmm1, XMMWORD PTR [rsi]
        vmovaps XMMWORD PTR [rdi], xmm0
        ret

点积

圆点/内积可以写得很简洁：

float dot_product(const vec4f a, const vec4f b)
{
    return reduce(a * b);
}

-Ofast -ffast-math -march=znver2

dot_product(std::experimental::parallelism_v2::simd<float, std::experimental::parallelism_v2::simd_abi::_Fixed<4> >, std::experimental::parallelism_v2::simd<float, std::experimental::parallelism_v2::simd_abi::_Fixed<4> >):
        vmovaps xmm1, XMMWORD PTR [rsi]
        vmulps  xmm1, xmm1, XMMWORD PTR [rdi]
        vpermilps       xmm0, xmm1, 27
        vaddps  xmm0, xmm0, xmm1
        vpermilpd       xmm1, xmm0, 3
        vaddps  xmm0, xmm0, xmm1
        ret

(https://godbolt.org/z/5s1deb7de)。