avx2 计算一个uint8_t数组的平方加速

一 接到一个朋友需求,计算像素值的平方

for (int i = 0; i < height; i++)

for (int j = 0; j < width; j++)

result[i * stride + j] = pix[i * stride + j] * pix[i * stride + j]

二 avx加速

;void sqr_cal(uint8_t *in, uint16_t *out, int size)

;rdi rsi rdx

global sqr_cal

sqr_cal:

sub rdx, 16 ;每次计算16个像素

movupd xmm0, [rdi] 非对齐加载16字节

vpmovzxbw ymm1, xmm0 无符号padding uint8到uint16

vpmullw ymm2, ymm1, ymm1 两个无符号uint16相乘,把低16位存入ymm2,

vmovdqa [rsi], ymm2 吧ymm2 写入到内存中

add rdi, 16 移动数据指针

add rsi, 32 移动数据指针

cmp rdx, 0 剩余计算数据和0比较

jl .end 不到16字节了

je .dret 刚好结束

jmp sqr_cal 继续循环

.end:

movupd xmm0, [rdi] 剩余数据载入

vpmovsxbw ymm1, xmm0

vpmullw ymm2, ymm1, ymm1

vmovdqa [rsi], ymm2

.dret:

ret

三 C语言使用范例

#include <stdio.h>

#include <stdint.h>

#include <stdlib.h>

extern "C" void sqr_cal(uint8_t *in, uint16_t *out, int size);

int main()

{

uint8_t in[32] = {1,1,234,2,2,2,3,3,3,4,4,4,5,5,5,6,6,6,7,7,7,8,8,8,9,9,9,10,10,10,11,11};

uint16_t out[32] attribute((aligned(32))); //地址32对齐,使用avx对齐指令更快

sqr_cal(in, out, 32);

for (int i = 0; i < 32; i++) {

printf("%d ", out[i]);

}

printf("\n");

return 0;

}

./main

1 1 54756 4 4 4 9 9 9 16 16 16 25 25 25 36 36 36 49 49 49 64 64 64 81 81 81 100 100 100 121 121

相关推荐
YuTaoShao2 分钟前
【LeetCode 热题 100】206. 反转链表——(解法一)值翻转
算法·leetcode·链表
YuTaoShao10 分钟前
【LeetCode 热题 100】142. 环形链表 II——快慢指针
java·算法·leetcode·链表
CCF_NOI.18 分钟前
(普及−)B3629 吃冰棍——二分/模拟
数据结构·c++·算法
运器1231 小时前
【一起来学AI大模型】支持向量机(SVM):核心算法深度解析
大数据·人工智能·算法·机器学习·支持向量机·ai·ai编程
Zedthm1 小时前
LeetCode1004. 最大连续1的个数 III
java·算法·leetcode
LIN-JUN-WEI1 小时前
[ESP32]VSCODE+ESP-IDF环境搭建及blink例程尝试(win10 win11均配置成功)
c语言·开发语言·ide·vscode·单片机·学习·编辑器
神的孩子都在歌唱1 小时前
3423. 循环数组中相邻元素的最大差值 — day97
java·数据结构·算法
YuTaoShao2 小时前
【LeetCode 热题 100】73. 矩阵置零——(解法一)空间复杂度 O(M + N)
算法·leetcode·矩阵
dying_man2 小时前
LeetCode--42.接雨水
算法·leetcode
vortex53 小时前
算法设计与分析 知识总结
算法