使用avx2 指令集加速向量算法运算

使用cpu-z 查看cpu指令集

2 向量加，乘法，除法

我们使用向量加，为什么函数是0 到 8 的计算，因为avx2 寄存器为256位，同时设置启动增强指令集

#include <immintrin.h> // 引入包含AVX2指令集的头文件

void vector_addition_avx2(float* __restrict a, float* __restrict b, float* __restrict result, size_t size)
{
    // 检查size是否为2的倍数，确保可以正确处理AVX2的256位寄存器
    assert(size % 8 == 0);

    __m256 va, vb, vr;
    for (size_t i = 0; i < size; i += 8)
    {
        // 加载8个浮点数到AVX寄存器
        va = _mm256_load_ps(a + i);
        vb = _mm256_load_ps(b + i);

        // 使用AVX2指令进行向量加法
        vr = _mm256_add_ps(va, vb);

        // 存储结果回内存
        _mm256_store_ps(result + i, vr);
    }
}

// 主函数或者其他地方调用该函数
int main()
{
    float a[32], b[32], result[32];
    // 初始化a、b数组...
    
    vector_addition_avx2(a, b, result, sizeof(a) / sizeof(a[0]));

    return 0;
}

猜猜以上代码会怎么样，如果是在debug下，明显avx2 指令集会快，在release下，普通代码立刻甩开了avx2指令，所以一定要判断数据量，下面重写代码来测试

如何做

应该在数据量大的情况下使用avx2 指令，否则效果适得其反，没有达到数据的瓶颈，不会显现出好的结果，并且下面我们同时使用向量加，乘法，除法，同时增加一个我以前写过的时间计算类

#include <immintrin.h> // 引入包含AVX2指令集的头文件
#include <chrono>
class TicToc
{
public:
    TicToc()
    {
        tic();
    }

    void tic()
    {
        start = std::chrono::system_clock::now();
    }

    double toc()
    {
        end = std::chrono::system_clock::now();
        std::chrono::duration<double> elapsed_seconds = end - start;
        return elapsed_seconds.count() * 1000;
    }

private:
    std::chrono::time_point<std::chrono::system_clock> start, end;
};

void vector_addition_avx2(float* __restrict a, float* __restrict b, float* __restrict result, size_t size)
{
    // 检查size是否为2的倍数，确保可以正确处理AVX2的256位寄存器
   // assert(size % 8 == 0);

    __m256 va, vb, vr;
    for (size_t i = 0; i < size; i += 8)
    {
        // 加载8个浮点数到AVX寄存器
        va = _mm256_load_ps(a + i);
        vb = _mm256_load_ps(b + i);

        // 使用AVX2指令进行向量加法
        vr = _mm256_add_ps(va, vb);
        vr = _mm256_mul_ps(va, vb);
        vr = _mm256_div_ps(va, vb);
        // 存储结果回内存
        _mm256_store_ps(result + i, vr);
    }
}
void addition(float* a, float* b, float* result, size_t size)
{
    for (int i = 0; i < size; i++)
    {
        result[i] = a[i] + b[i];
        result[i] = a[i] * b[i];
        result[i] = a[i] / b[i];
    }
}
// 主函数或者其他地方调用该函数
int main()
{
#define N 1024
    //float a[NUM], b[NUM], result[NUM],result1[NUM];
    float* a = new float[N * N];
    float* b = new float[N * N];
    float* c = new float[N * N];
    // 初始化a、b数组...
    for (int i = 0; i < N*N; i++)
    {
        a[i] = float(i) * 0.1f;
        b[i] = float(i) * 0.2f;
    }

   


    TicToc t;
    for(int i =0;i<1000;i++)
        vector_addition_avx2(a, b, c,N*N);
    printf("time is %f\n",t.toc());



    TicToc t1;
    for (int i = 0; i < 1000; i++)
    {
        addition(a, b, c, N * N);
    }
    printf("time is %f\n", t1.toc());


    for (int i = 0; i < 8; i++)
    {
        printf("%04f ", c[i]);
        printf("%04f \n",c[i]);
    }
    delete[]a;
    delete[]b;
    delete[]c;
    return 0;
}

3 结果显示

在1M数据向量的运算量下，结果显示，普通计算要比avx2指令集慢了好几倍，优点显现