1

MIC の 512 ビット ベクトル ユニットを使用して、次のことを達成する必要があります。

M->|b4|a4|b3|a3|b2|a2|b1|a1|
I->|d4|c4|d3|c3|d2|c2|d1|c1|

O-> O + |a4d4+b4c4|a4c4-b4d4|a3d3+b3c3|a3c3-b3d3|a2d2+b2c2|a2c2-b2d2|a1d1+b1c1|a1c1-b1d1|

私が考えた方法は、Intel が SSE に対して提案したものと同様で、AVX でも機能します。

_mm512_swizzle_pd()関数を使用して以下を形成します。

m0 = |a4|a4|a3|a3|a2|a2|a1|a1| および m0_t = |b4|b4|b3|b3|b2|b2|b1|b1| in0 = |d4|c4|d3|c3|d2|c2|d1|c1| in0_r = |c4|d4|c3|d3|c2|d2|c1|d1|

上記の 2 つを乗算し、MIC の addsub_pd() に似たものを使用します。しかし、対応する組み込み関数はないようです。

これを達成する方法について何か提案はありますか?

Intel の MIC (Xeon Phi) には、fmadd、fmsub、fnmadd、fnmsub などのいくつかの FMA 組み込み関数もあり、この状況に役立つはずであり、次の 2 つのアプローチがあります。

'O' is the output register
Approach 1 :
1. _mm512_fmadd_pd(m0,in0,O);
2. Explicitly set m0_t using _mm512_set_pd() to make it: |b4|-b4|b3|-b3|b3|-b3|b1|-b1| 
3. _mm512_fmadd_pd(m0_r,in0_r,O);

Approach 2:
1. _mm512_fmadd_pd(m0,in0,O);
2. _mm512_mask_fmadd_pd(m0_r,k1,in0_r,O); with k1=10101010
3. _mm512_mask_fnmadd_pd(m0_r,k2,in0_r,O); with k2=01010101

より良いアプローチはありますか？これらのアプローチの欠点はありますか?

4

1 に答える 1

1 
tmp = _mm512_mul_pd(mo_t,in_r);
tmp = _mm512_mask3_fmadd_pd(m0,in0,tmp,k1); with k1=10101010
res = _mm512_mask3_fmsub_pd(m0,in0,tmp,k2); with k2=01010101

なぜ _mm512_fnmadd_pd(v1,v2,v3) を使用するのですか? この組み込み関数の出力は (~(v1*v2)) - v3 です。

于 2013-03-12T00:18:41.957 に答える