Question

我目前正在尝试使用C＃计算大型数组中所有值的总和，并使用SIMD来比较性能，而且SIMD版本要慢得多。请参阅下面的代码段，如果我遗漏了某些内容，请告知我们。 “vals”是从图像文件中读取的巨大数组，并省略了它以保持精益。

var watch1 = new Stopwatch();
watch1.Start();
var total = vals.Aggregate(0, (a, i) => a + i);
watch1.Stop();
Console.WriteLine(string.Format("Total is: {0}", total));
Console.WriteLine(string.Format("Time taken: {0}", watch1.ElapsedMilliseconds));

var watch2 = new Stopwatch();
watch2.Start();
var sTotal = GetSIMDVectors(vals).Aggregate((a, i) => a + i);
int sum = 0;
for (int i = 0; i < Vector<int>.Count; i++)
    sum += sTotal[i];
watch2.Stop();
Console.WriteLine(string.Format("Another Total is: {0}", sum));
Console.WriteLine(string.Format("Time taken: {0}", watch2.ElapsedMilliseconds));

和GetSIMDVectors方法

private static IEnumerable<Vector<int>> GetSIMDVectors(short[] source)
{
    int vecCount = Vector<int>.Count;
    int i = 0;
    int len = source.Length;
    for(i = 0; i + vecCount < len; i = i + vecCount)
    {
        var items = new int[vecCount];
        for (int k = 0; k < vecCount; k++)
        {
            items[k] = source[i + k];
        }
        yield return new Vector<int>(items);
    }
    var remaining = new int[vecCount];
    for (int j = i, k =0; j < len; j++, k++)
    {
        remaining[k] = source[j];
    }
    yield return new Vector<int>(remaining);
}

Answer 1

正如@mike z所指出的，你需要确保你处于发布模式并且以64位为目标，否则RuyJIT（支持SIMD的编译器）将无法工作（目前只支持64位）体系结构）。在执行之前检查也始终是一个很好的做法：

Vector.IsHardwareAccelerated;

此外，在创建向量之前，您不需要使用for循环来创建数组。您只需使用vector<int>(int[] array,int index)构造函数从原始源数组创建向量。

yield return new Vector<int>(source, i);

而不是

var items = new int[vecCount];
for (int k = 0; k < vecCount; k++)
{
    items[k] = source[i + k];
}
yield return new Vector<int>(items);

通过这种方式，我使用随机生成的大型阵列设置了几乎 3.7x 的性能提升。

此外，如果您使用直接计算总和的方法更改您的方法，只要它获得new Vector<int>(source, i)的valew，就像这样：

private static int GetSIMDVectorsSum(int[] source)
    {
        int vecCount = Vector<int>.Count;
        int i = 0;
        int end_state = source.Length;

        Vector<int> temp = Vector<int>.Zero;


        for (; i < end_state; i += vecCount)
        {
            temp += new Vector<int>(source, i);

        }

        return Vector.Dot<int>(temp, Vector<int>.One);


    }

此处的表现更为显着。在我的测试中，我设法在vals.Aggregate(0, (a, i) => a + i)上获得了 16x 的性能提升。

然而，从理论的角度来看，如果例如Vector<int>.Count返回4，那么高于 4x 的性能增加表明您正在将矢量化版本与相对未优化的版本进行比较代码。

这将是您案件中的vals.Aggregate(0, (a, i) => a + i)部分。所以基本上，你有足够的空间在这里进行优化。

当我用一个简单的for循环替换它

private static int no_vec_sum(int[] vals)
{
    int end = vals.Length;
    int temp = 0;

    for (int i = 0; i < end; i++)
    {
        temp += vals[i];
    }
    return temp;
}

我只有 1.5x 的性能提升。尽管如此，考虑到操作的简单性，这仍然是一种改进。

不用说，矢量化版本需要大型数组来克服在每次迭代中创建new Vector<int>()所引起的开销。

在.NET Framework 4.6中使用C＃的SIMD操作速度较慢

1 个答案: