4.1 实验目的
- 理解向量的处理方法；掌握X86体系中MMX/SSE/AVX指令集进行编程的基本方法。
- 理解SIMD指令含义及原理，了解Kunpeng数学库的安装与使用
4.2 实验平台
- 需要x86计算机和微软编程工具Visual Studio 2012。
- Taishan服务器，安装openEuler系统，已安装gcc编译器和鲲鹏数学库KML
4.3 实验说明
- SSE、AVX 都是 x86 平台的 SIMD 指令，SIMD 是单指令多数据流的简称，可用来加快计算速度。鲲鹏平台也有自己的 SIMD 指令，名为 Neon。
- 鲲鹏数学库（Kunpeng Math Library，以下简称KML）提供了基于鲲鹏平台优化的高性能数学函数，所有接口由C/C++、汇编语言实现，部分接口提供Java语言封装的接口。向量数学库（Vector Mathematical Library），通过Neon指令优化、内联汇编等方法，对输入数据进行向量化处理，充分利用了鲲鹏架构下的寄存器特点，实现了在鲲鹏服务器上的性能提升。
(Kunpeng BoostKit 22.0.0 鲲鹏数学库 开发指南 01 - 华为)
4.4 实验内容
1. X86平台的向量扩展指令
x86处理器支持的向量扩展指令有：MMX/SSE/AVX指令集。在Visual Studio中可使用内联函数访问，使用时需要添加对应的头文件：
mmintrin.h------>MMX
xmmintrin.h------>SSE
emmintrin.h------>SSE2
pmmintrin.h------>SSE3
immintrin.h------>AVX
可使用 CPU-Z 的小工具查询自己的机器支持的 MMX/SSE/AVX 指令集情况。
下面以SSE指令集为例，做一个小实验。
SSE指令在运算时使用128位的SSE暂存器 (可看作是向量寄存器)。
使用SSE指令写代码的步骤为：使用load/set函数将数据从内存加载到SSE暂存器；使用相关SSE运算指令完成计算；使用store函数将结果从暂存器保存回内存。
1）Load系列函数：用于加载数据，将数据从内存加载到暂存器。
比如，使用_mm_load_ps(float const * _A)函数来实现加载4个float型的元素，组合成1个__m128类型的向量数据，放入暂存器。（注：__m128是 SSE指令采用的向量数据类型，是128位（16字节）的）。
在使用该函数时，输入数据需要先被指定为16字节对齐，用_declspec函数来实现对齐： __declspec(align(16)) float Input[4]={1.0,2.0,3.0,4.0}
2）Store系列函数：用于将SSE暂存器的数据保存回内存中。
用SSE指令运算后的数据一般以__m128的数据类型保存在暂存器里，可以使用以下store函数将其变回float类型再保存到内存中：
void _mm_store_ps(float* p, __m128 a);
3）运算指令
SSE提供了大量的向量浮点运算指令，包括加法、减法、乘法、除法、开方、最大值、最小值、近似求倒数、求开方的倒数等等。下面是一条向量加法指令。
__m128 _mm_add_ps (__m128 a, __m128 b)
新建一个空项目，添加项目中的cpp源文件，代码如下：
#include "xmmintrin.h"
#include <iostream>
using namespace std;
void main()
{
__declspec(align(16)) float Input1[4] = {1.0,2.0,3.0,4.0};
__declspec(align(16)) float Input2[4] = {5.0,6.0,7.0,8.0};
__declspec(align(16)) float Result[4];
__m128 a = _mm_load_ps(Input1);
__m128 b = _mm_load_ps(Input2);
__m128 c = _mm_add_ps(a,b);
_mm_store_ps(Result,c);
cout<<a.m128_f32[0]<<" "<<a.m128_f32[1]<<" " <<a.m128_f32[2]<<" "<<a.m128_f32[3]<<endl;
cout<<b.m128_f32[0]<<" "<<b.m128_f32[1]<<" " <<b.m128_f32[2]<<" "<<b.m128_f32[3]<<endl;
cout<<c.m128_f32[0]<<" "<<c.m128_f32[1]<<" " <<c.m128_f32[2]<<" "<<c.m128_f32[3]<<endl;
for(int i=0;i<4;i++) {
cout<<Result[i]<<" ";
}
cout<<endl;
getchar();
}
运行结果：
这段代码主要使用了SSE指令集，其实现的功能如下：
-
定义了两个16字节对齐（_declspec函数）的浮点数数组Input1、Input2和结果数组Result。
-
使用_mm_load_ps函数从Input1和Input2数组（内存）中加载4个float型的元素，组合成1个__m128类型的向量数据，放入__m128类型（SSE指令采用的向量数据类型，是128位（16字节）的）的变量a和b（暂存器）中。
3．使用_mm_add_ps函数对a和b（暂存器）进行向量浮点加法操作，结果（数据类型为__m128）存储在c（暂存器）中。
-
使用_mm_store_ps函数将c中的结果的数据类型由__m128变回float类型，并将其存储到Result数组（内存）中。
-
代码打印了a, b, 和 c中的各个元素。
-
代码打印了Result数组中的各个元素。
这段代码使用了SSE指令集进行运算操作，以及使用load/set与store函数进行内存与暂存器的数据传输，展示了向量扩展指令的运用。
2. OpenEuler平台的KML库
1）在实验机器上，使用学生账号通过SSH方式远程连接Taishan服务器 （用户名：stud001------stud140，密码：1）
- 使用VIM编辑器，创建程序simd.c，使用sin函数作为耗时功能函数，并使用 gcc 编译该程序 , 对 -lm 参数进行解释说明。
-l[library name]，用来指定编译时候使用的库，-lm 为指定数学库。
3) 运行 simd 程序，查看并记录结果。
多次运行结果显示
Time: 0.002871
Time: 0.002772
Time: 0.002759
Time: 0.002765
这段代码主要操作如下：
- 用一个for循环将src数组中的每个元素赋值为它的索引值。
- 用另一个for循环将src数组中的每个元素的sin值计算出来，并存储到withoutv数组中。
- 打印出计算sin值所花费的时间。(double)(t2-t1)是计算两个时间点之间的时间差，CLOCKS_PER_SEC是每秒的时钟周期数，所以整个表达式的值就是时间差除以每秒的时钟周期数，即计算出的秒数。
4 ）使用 KML 库中的函数改写程序，新建程序 simdv.c ，使用向量 vdsin 函数，其余保持不变，使用 GCC 编译程序，对" - L " "- I" 参数进行相应的解释说明
编译指令为：
-L [dir]，制定编译的时候，指定库的搜索路径，告诉编译器在 dir 目录中查找库文件，例如可以指定搜索自定义库。
-I [dir]，表示将 dir 目录添加到头文件搜索路径中，这样就可以直接使用 #include<header.h> 的形式进行包含。
5) 运行 simdv 程序，查看并记录结果。
多次运行结果显示
Time: 0.000778
Time: 0.000772
Time: 0.000799
Time: 0.000772
6) 修改上述 simd 及 simdv 代码中 L 参数，并使用 tan 功能，记录结果对比长度对时间的影响：
|--------|--------------|---------------|
| L | Time: Simd.c | Time: Simdv.c |
| 1 | 0.000004 | 0.000006 |
| 10 | 0.000010 | 0.000004 |
| 100 | 0.000019 | 0.000004 |
| 1000 | 0.000078 | 0.000013 |
| 10000 | 0.000637 | 0.000102 |
| 100000 | 0.006211 | 0.000969 |
可以看到，当数组大小变大时，vdtan函数可以显著缩短程序的运行时间。
4.5 实验总结
通过本次实验，我了解了SIMD指令含义及原理与MMX/SSE/AVX指令集的功能与使用，并在电脑上使用SSE指令集进行了基本的运算操作，学习运用了向量扩展指令。同时也了解了鲲鹏数学库的功能与使用，并编译运行了包含sin函数、vdsin函数、tan函数、vdtan函数的程序，对比了数组长度与不同函数对程序运行时间的影响。
最后一点碎碎念：如果各位有发现本文有哪处有误或理解不当的地方，敬请指正。