阵列AVX对准

Question

我使用的是MSVC12 (VisualStudio2013Express)，我试图实现8*8浮点数的快速乘法。问题是对齐:向量实际上有9*n值，但我总是需要前8，因此对于n=0来说，保证32个字节的对齐(当我使用_mm_malloc时)，对于n=1，“第一个”值以4*9 = 36字节对齐。

for(unsigned i = 0; i < n; i++) {
    float *coeff_set = (float *)_mm_malloc(909 * 100 *sizeof(float), 32);
    // this works for n=0, not n=1, n=2, ...
    __m256 coefficients = _mm256_load_ps(&coeff_set[9 * i]);
    __m256 result = _mm256_mul_ps(coefficients, coefficients);

    ...
}

有可能解决这个问题吗？我想保持我的数据结构，但如果不可能，我会改变它。我发现的一个解决方案是首先在对齐数组中复制8个浮点数，然后加载它，但是性能损失太高了。

Answer 1

你有两个选择：

1. 将每组系数设置为16个值，以保持对齐。
2. 在未对齐的访问中使用_mm256_loadu_ps内建

第一种选择速度更快，而第二种选择更节省空间.