如何用C++进行SIMD编程？Intel C++ intrinsics指令集入门【并行计算】

C++ SIMD编程核心是使用Intel intrinsic函数，需关注数据对齐、寄存器宽度与编译器优化；从128位SSE（4×float/2×double）起步，再升级至256位AVX（8×float）及AVX2/AVX-512，注意内存对齐、指令混用和编译选项控制。

用C++做SIMD编程，核心是调用Intel提供的intrinsic函数——它们是编译器内建的、可直接映射到CPU向量指令（如SSE、AVX）的C++函数，比手写汇编友好，又比纯标量代码快得多。关键不是“会不会写”，而是理解数据布局、指令对齐、寄存器宽度和编译器行为。

从SSE开始：128位向量最稳当

SSE（Streaming SIMD Extensions）支持4个float或2个double同时运算，兼容性最好（奔腾4起就支持）。先确保头文件和数据对齐：

• #include —— 统一包含所有x86 intrinsic
• 输入数组必须16字节对齐（_mm_malloc(16 * n, 16) 或 alignas(16) float a[4]）
• 加载：用 _mm_load_ps(ptr)（要求ptr地址%16==0），不满足用 _mm_loadu_ps（慢一点但安全）
• 计算：比如 __m128 a = _mm_load_ps(x); __m128 b = _mm_load_ps(y); __m128 c = _mm_add_ps(a, b);
• 存回：_mm_store_ps(out, c)（对齐）或 _mm_storeu_ps（非对齐）

升级到AVX：256位宽，一算就是8个float

AVX（2011年Core i7起）把向量宽度翻倍，指令名多带一个v（如_mm256_add_ps），需32字节对齐：

• 分配内存：float* p = (float*)_mm_malloc(32 * n, 32);
• 加载8个float：__m256 a = _mm256_load_ps(p);
• 注意：AVX指令会清零高位（YMM寄存器高128位），混用SSE指令前建议加_mm256_zeroupper()防性能损失
• AVX2支持整数运算（如_mm256_add_epi32），AVX-512则支持512位和掩码操作（需新CPU和编译器支持）

别让编译器“帮你优化”掉你的SIMD

写了intrinsics，结果性能没提升？很可能是编译器做了冲突优化或没开对选项：

标签： 字节 c++ nas stream