Sto implementando l'interpolazione bilineare in un circuito chiuso e cerco di ottimizzarlo con SSE, ma ottengo zero accelerazioni da esso.SSE Interpolazione bilineare
Ecco il codice, la versione non SIMD utilizza una semplice struttura vettore che potrebbe essere definito come struct Vec3f { float x, y, z; }
con operatori di moltiplicazione e addizione attuate:
#ifdef USE_SIMD
const Color c11 = pixelCache[y1 * size.x + x1];
const Color c12 = pixelCache[y2 * size.x + x1];
const Color c22 = pixelCache[y2 * size.x + x2];
const Color c21 = pixelCache[y1 * size.x + x2];
__declspec(align(16)) float mc11[4] = { 1.0, c11.GetB(), c11.GetG(), c11.GetR() };
__declspec(align(16)) float mc12[4] = { 1.0, c12.GetB(), c12.GetG(), c12.GetR() };
__declspec(align(16)) float mc22[4] = { 1.0, c22.GetB(), c22.GetG(), c22.GetR() };
__declspec(align(16)) float mc21[4] = { 1.0, c21.GetB(), c21.GetG(), c21.GetR() };
// scalars in vector form for SSE
const float s11 = (x2-x)*(y2-y);
const float s12 = (x2-x)*(y-y1);
const float s22 = (x-x1)*(y-y1);
const float s21 = (x-x1)*(y2-y);
__declspec(align(16)) float ms11[4] = {1.0, s11, s11, s11};
__declspec(align(16)) float ms12[4] = {1.0, s12, s12, s12};
__declspec(align(16)) float ms22[4] = {1.0, s22, s22, s22};
__declspec(align(16)) float ms21[4] = {1.0, s21, s21, s21};
__asm {
movaps xmm0, mc11
movaps xmm1, mc12
movaps xmm2, mc22
movaps xmm3, mc21
movaps xmm4, ms11
movaps xmm5, ms12
movaps xmm6, ms22
movaps xmm7, ms21
mulps xmm0, xmm4
mulps xmm1, xmm5
mulps xmm2, xmm6
mulps xmm3, xmm7
addps xmm0, xmm1
addps xmm0, xmm2
addps xmm0, xmm3
movaps mc11, xmm0
}
#else
const Vec3f c11 = toFloat(pixelCache[y1 * size.x + x1]);
const Vec3f c12 = toFloat(pixelCache[y2 * size.x + x1]);
const Vec3f c22 = toFloat(pixelCache[y2 * size.x + x2]);
const Vec3f c21 = toFloat(pixelCache[y1 * size.x + x2]);
const Vec3f colour =
c11*(x2-x)*(y2-y) +
c21*(x-x1)*(y2-y) +
c12*(x2-x)*(y-y1) +
c22*(x-x1)*(y-y1);
#endif
Riordinando il codice asm riutilizzare i registri (finito con soli tre registri xmm) non ha dato alcun effetto. Ho anche provato a usare intrinsec:
// perform bilinear interpolation
const Vec3f c11 = toFloat(pixelCache[y1 * size.x + x1]);
const Vec3f c12 = toFloat(pixelCache[y2 * size.x + x1]);
const Vec3f c22 = toFloat(pixelCache[y2 * size.x + x2]);
const Vec3f c21 = toFloat(pixelCache[y1 * size.x + x2]);
// scalars in vector form for SSE
const float s11 = (x2-x)*(y2-y);
const float s12 = (x2-x)*(y-y1);
const float s22 = (x-x1)*(y-y1);
const float s21 = (x-x1)*(y2-y);
__m128 mc11 = _mm_set_ps(1.f, c11.b, c11.g, c11.r);
__m128 mc12 = _mm_set_ps(1.f, c12.b, c12.g, c12.r);
__m128 mc22 = _mm_set_ps(1.f, c22.b, c22.g, c22.r);
__m128 mc21 = _mm_set_ps(1.f, c21.b, c21.g, c21.r);
__m128 ms11 = _mm_set_ps(1.f, s11, s11, s11);
__m128 ms12 = _mm_set_ps(1.f, s12, s12, s12);
__m128 ms22 = _mm_set_ps(1.f, s22, s22, s22);
__m128 ms21 = _mm_set_ps(1.f, s21, s21, s21);
mc11 = _mm_mul_ps(mc11, ms11);
mc12 = _mm_mul_ps(mc12, ms12);
mc22 = _mm_mul_ps(mc22, ms22);
mc21 = _mm_mul_ps(mc21, ms21);
mc11 = _mm_add_ps(mc11, mc12);
mc11 = _mm_add_ps(mc11, mc22);
mc11 = _mm_add_ps(mc11, mc21);
Vec3f colour;
_mm_storeu_ps(colour.array, mc11);
E inutilmente. Mi sto perdendo qualcosa, o è impossibile ottenere velocità extra qui?
Odio dire questo, ma questo non è sicuramente il giusto approccio . In primo luogo, si spende così tanto lavoro solo popolando i vettori (che è puro sovraccarico). Quindi hai una brutta catena di dipendenze alla fine del calcolo. Fondamentalmente, il problema principale è che si sta utilizzando un pacchetto di array di strutture. Se sei serio su SIMD, dovresti prendere in considerazione il passaggio a struct-array. – Mysticial
Ok, ho capito come compilare i vettori, cercherò di riorganizzare i dati in primo luogo per rispettare l'allineamento. Ma potresti per favore elaborare una "catena di dipendenze alla fine del calcolo"? – SimpleMan
Hai 3 aggiunte che dipendono l'una dall'altra. Quindi nessuno di questi può essere fatto in parallelo perché uno deve finire prima di iniziare il prossimo. Vedo che stai facendo una sorta di riduzione - che viene fatta in modo ottimale usando una riduzione ad albero binario. In questo momento stai combinando solo 4 vettori. Quindi non c'è molto da guadagnare, non importa come riorganizzarlo. Ma sospetto che nel quadro generale, in realtà stai riassumendo un numero molto più grande di numeri. – Mysticial