C++性能优化系列——矩阵转置(五)Intrinsic函数详解

最新推荐文章于 2026-06-14 10:34:19 发布

原创最新推荐文章于 2026-06-14 10:34:19 发布 · 4.8k 阅读

5 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#cpu #并行计算 #hpc #performance #c++

C++性能调优同时被 2 个专栏收录

20 篇文章

订阅专栏

Intrinsic

4 篇文章

订阅专栏

本文深入探讨了Intrinsic函数在矩阵转置中的应用，解析了洗牌指令如_mm_unpacklo_epi8和_mm_blend_epi16的功能，并介绍了缓存控制指令_mm_prefetch和_mm_clflush的工作原理。通过主动缓存技术，可以显著提高内存操作速度。

Intrinsic函数是编译器提供的函数接口，调用Intrinsic函数可以达到代替汇编的作用。本篇详细介绍矩阵转置功能需要使用的Intrinsic函数的具体含义。

函数解释来自Intel Intrinsics Guide
https://software.intel.com/sites/landingpage/IntrinsicsGuide/#

洗牌指令

__m128i _mm_unpacklo_epi8 (m128i a, m128i b)

在这里插入图片描述

__m128i _mm_blend_epi16 (m128i a, m128i b, const int imm8)

在这里插入图片描述

__m128d _mm_permute_pd (__m128d a, int imm8)

在这里插入图片描述

缓存控制指令

void _mm_prefetch (char const* p, int i)

在这里插入图片描述

解释：从地址P处预取尺寸为cache line大小的数据缓存，参数i指示预取方式
（_MM_HINT_T0, _MM_HINT_T1, _MM_HINT_T2, _MM_HINT_NTA，分别表示不同的预取方式）
T0 预取数据到所有级别的缓存，包括L0。
T1 预取数据到除L0外所有级别的缓存。
T2 预取数据到除L0和L1外所有级别的缓存。
NTA 预取数据到非临时缓冲结构中，可以最小化对缓存的污染。
如果在CPU操作数据之前，我们就已经将数据主动加载到缓存中，那么就减少了由于缓存不命中，需要从内存取数的情况，这样就可以加速操作，获得性能上提升。使用主动缓存技术来优化内存拷贝。注意，CPU对数据操作拥有绝对自由！使用预取指令只是按我们自己的想法对CPU的数据操作进行补充，有可能CPU当前并不需要我们加载到缓存的数据，这样，我们的预取指令可能会带来相反的结果，比如对于多任务系统，有可能我们冲掉了有用的缓存。不过，在多任务系统上，由于线程或进程的切换所花费的时间相对于预取操作来说太长了, 所以可以忽略线程或进程切换对缓存预取的影响。