【计算机系统结构实验】实验4 向量扩展指令和编程

4.1 实验目的

1. 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。
2. 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

1. 需要x86计算机和微软编程工具Visual Studio 2012。
2. 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

1. 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。
2. 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   
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<

 

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：

    1. 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。

    2. 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。

    4. 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。

   5. 代码打印了a, b, 和 c中的各个元素。

   6. 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）

2) 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：

1. 用一个for循环将src数组中的每个元素赋值为它的索引值。
2. 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。
3. 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 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。