c - 为什么 load_ps() 可以在一台 PC 上工作,而不能在另一台 PC 上工作?
问题描述
我编写了以下代码来缩放一组数字:
#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include "immintrin.h"
void scale(struct problem_param prob_param, float* features)
{
int i,j,k;
for (j = 0; j < prob_param.Nr_ft; j++)
{
__m256 range_vec ,low_up_vec , low_vec,tmp_vec;
__m256 feat_min_vec, feat_vec;
unsigned count = prob_param.Size;
unsigned offset = j * prob_param.Size;
float feature_max = features[offset];
float feature_min = features[offset];
/*
* Look for min and max of each feature.
*/
for ( i = 1; i < prob_param.Size ; i++)
{
if (features[i + offset] > feature_max ) feature_max = features[i + offset];
if (features[i + offset] < feature_min ) feature_min = features[i + offset];
}
printf("feature : %u \t min = %f \t max = %f \n",j,feature_min,feature_max);
/*
* Set the range.
* Set constant vectors for the vector instructions.
*/
float range = feature_max - feature_min;
feat_min_vec = _mm256_set1_ps (feature_min);
range_vec = _mm256_set1_ps (range);
low_up_vec = _mm256_set1_ps (prob_param.upper_limit - prob_param.lower_limit);
low_vec = _mm256_set1_ps (prob_param.lower_limit);
/*
* Normalising
* -----------
* Head
*/
for ( i = 0; i < prob_param.Size && count >= 7 ; i+=8)
{
feat_vec = _mm256_load_ps(&features[i + offset]);
tmp_vec = _mm256_sub_ps(feat_vec,feat_min_vec);
tmp_vec = _mm256_mul_ps(tmp_vec,low_up_vec);
tmp_vec = _mm256_div_ps(tmp_vec,range_vec);
feat_vec = _mm256_add_ps(tmp_vec,low_vec);
_mm256_store_ps (&features[i + offset], feat_vec);
count -=8;
}
/*
* Normalising
* -----------
* Tail
*/
for ( k = i; k < prob_param.Size ; k++)
{
features[k + offset] = prob_param.lower_limit + (prob_param.upper_limit - prob_param.lower_limit) * (features[k + offset] - feature_min) / range;
}
}
这是负责缩放的函数,我这样称呼它:
#include <stdio.h>
#include <stdlib.h>
#include "data.h"
#include "common.h"
#define training_size 3089
#define number_features 4
#define low -1.0
#define up 1.0
float* feature_array;
int main()
{
struct problem_param pp;
pp.Size = training_size;
pp.Nr_ft = number_features;
pp.lower_limit = low;
pp.upper_limit = up;
posix_memalign((void **) &feature_array, 32, (size_t) training_size * number_features *sizeof(float));
scale(pp,feature_array);
return EXIT_SUCCESS;
}
我用我的 MacBook Pro Core i5 Haswell 测试了这段代码,它可以工作,但是当我用 ASUS Core I7 Haswell 测试它时,它显示了加载的分段错误。我错过了什么吗?
解决方案
offset
(因此)的值i + offset
并不总是 8 的倍数(在上面的示例中它等于 0、3089、6178、9267),因此您的加载和存储内在函数通常会错位。
最简单的解决方案是使用_mm256_loadu_ps
代替_mm256_load_ps
和_mm256_storeu_ps
代替_mm256_store_ps
。
至于为什么这似乎可以在您的 MacBook Pro 上运行,我的猜测是,clang 在您背后生成未对齐的加载/存储指令,从而隐藏问题,直到您尝试在具有不同编译器的系统上运行代码。
更新:我刚刚通过编译和反汇编生成的代码验证了上述假设(在带有 macOS 10.13.4 和 Xcode 9.3.1 的 Haswell MacBook Pro 上):
>>> vmovups (%r14,%r13,4), %ymm0
vsubps 192(%rsp), %ymm0, %ymm0 ## 32-byte Folded Reload
vmulps 448(%rsp), %ymm0, %ymm0 ## 32-byte Folded Reload
vdivps 384(%rsp), %ymm0, %ymm0 ## 32-byte Folded Reload
vaddps 416(%rsp), %ymm0, %ymm0 ## 32-byte Folded Reload
>>> vmovups %ymm0, (%r14,%r13,4)
注意使用vmovups
代替vmovaps
。
推荐阅读
- arrays - 如何在 swiftUI 中显示数组数组
- javascript - 获取父 node.name 递归无法正常工作
- android - 类型不匹配 Kotlin
- android - chrome #urlbar隐藏时如何避免向下滚动
- fortran - Fortran 释放 x 函数
- mysql - 在 Ubuntu 20.04 上安装 mysql2 gem 版本“0.3.21”时出错
- c - 函数调用在堆栈和代码内存方面如何工作?
- python - 为什么在第一个 epoch 中训练时间增加了这么多?
- reactjs - 带有 ReactJS 的 Slick Slider 上的活动点类
- java - Apache Camel 组件的版本兼容性