Text archives Help

---

I second Solomon... in my experience I have found:

slowest: 
_mm_set_ps
_mm_load_ps

slow: 
union{ __m128 sse; float f[4]; }
and pointer arithmetic

fast: 
_mm_shuffle_ps

fastest: 
_mm_unpacklo_ps, _mm_unpackhi_ps, _mm_movehl_ps

You can do a lot of SSE magic with the bottom 3, it makes code a lot faster :)

-Aaron

On Jan 21, 2010, at 8:03 PM, Solomon Boulos wrote:

> This is almost certainly just an issue with filling up the vector from 
> scalars. In other portions of code, you shouldn't see the same behavior. 
> You can usually replace things like this with better _mm_shuffle_ps 
> variants but this varies from system to system.
> 
> On more recent processors you are also unlikely to notice much of a hit 
> from these ops, but it is still good practice to avoid _mm_set_ps and its 
> equivalents.
> 
> On Jan 21, 2010, at 10:09, "Li-Ta Lo" 
> < >
>  wrote:
> 
>> Hi,
>> 
>> I recently noticed that there are many instances of "inefficient?"
>> SSE code generated by GCC, for both Manta and my own SSE vector/matrix
>> library. For example, in Manta's RayPacket.o, you can find code to
>> load/store an XMM register from/to stack that done by an movlps plus
>> an movhps instead of a single movaps.
>> 
>>    c35:       45 0f 12 21             movlps (%r9),%xmm12
>>    c39:       45 0f 12 1a             movlps (%r10),%xmm11
>>    c3d:       45 0f 16 61 08          movhps 0x8(%r9),%xmm12
>>    c42:       45 0f 16 5a 08          movhps 0x8(%r10),%xmm11
>> 
>> My small test program
>> 
>> extern void print(const __v4sf &);
>> 
>> int main()
>> {
>> 
>>   __v4sf a = { 1.0f, 2.0f, 3.0f, 3.0f};
>>   __v4sf b = { 3.0f, 2.0f, 1.0f, 0.0f};
>>   __v4sf c = a + b;
>> 
>>    print(c);
>> }
>> 
>> will generate code like this
>> 
>>       .text
>>       .p2align 4,,15
>> .globl main
>>       .type   main, @function
>> main:
>> .LFB1859:
>>       .loc 1 21 0
>>       .cfi_startproc
>>       subq    $24, %rsp       #,
>> .LCFI1:
>>       .cfi_def_cfa_offset 32
>> .LBB17:
>>       .loc 1 25 0
>>       movaps  .LC3(%rip), %xmm0       #, tmp61
>>       .loc 1 27 0
>>       movq    %rsp, %rdi      #, tmp62
>>       .loc 1 25 0
>>       addps   .LC2(%rip), %xmm0       #, tmp61
>>       movlps  %xmm0, (%rsp)   # tmp61, c
>> .LVL0:
>>       movhps  %xmm0, 8(%rsp)  # tmp61, c
>> .LVL1:
>>       .loc 1 27 0
>>       call    print(float __vector const&)    #
>> .LBE17:
>>       .loc 1 28 0
>>       xorl    %eax, %eax      #
>>       addq    $24, %rsp       #,
>>       ret
>>       .cfi_endproc
>> 
>> Any one know the reason behind this?
>> 
>> Ollie

---

• [Manta] Gcc __m128 register to/from stack, Li-Ta Lo, 01/21/2010
  • [Manta] Re: Gcc __m128 register to/from stack, Solomon Boulos, 01/21/2010
    • [Manta] Re: Re: Gcc __m128 register to/from stack, Aaron Knoll, 01/21/2010

---

Archive powered by MHonArc 2.6.16.