如安在 .NET 中利用 SIMD

目次

• 什么是 SIMD
  
• SIMD 底子 API
  
  
  
  • System.Runtime.Intrinsics 定名空间
    
  • 怎样明确向量的巨细
    
  • 跨平台实现方式
    
  • SIMD 指令集的利用
    
  
  
• System.Numerics 定名空间中的 SIMD 支持
  
  
  
  • Vector 结构体
    
  • Vector2、Vector3 和 Vector4 结构体
    
  • Matrix2x2、Matrix3x2 和 Matrix4x4 结构体
    
  
  
• 其他 SIMD 的利用场景举例
  
  
  
  • 字母巨细写转换
    
  • 二进制/位操纵
    
  
  
• 总结
  

什么是 SIMD

SIMD（Single Instruction, Multiple Data） 译为 单指令多数据，是一种并行盘算技能，答应单条指令同时对多个数据元素举行操纵，从而进步盘算服从。
与 SIMD 相对的是 SISD（Single Instruction, Single Data，单指令单数据），即每条指令只处置惩罚一个数据元素。
现在的大多数 CPU 都支持 SIMD 指令集，比方 Intel 的 SSE 和 AVX，ARM 的 NEON 等。
如果我们要对两组数组举行加法运算，传统方法（SISD）是逐个元素相加，而利用 SIMD 技能，可以一次性将多个元素加载到向量寄存器中，并实验单一的加法指令，从而显着进步盘算服从。

下面我们通过一个简单的示例，对比传统的数组加法和利用 SIMD 优化后的数组加法在性能上的差异。例子中会对两个浮点数组举行加法运算，把效果存储在第三个数组中。
[code]using System.Runtime.Intrinsics;using BenchmarkDotNet.Attributes;using BenchmarkDotNet.Running;[MemoryDiagnoser]public class SimdBenchmark{    private float[] _arrA;    private float[] _arrB;    private float[] _resultArray;    private readonly int _dataSize = 1_000_000;    [GlobalSetup]    public void Setup()    {        var random = new Random();        _arrA = new float[_dataSize];        _arrB = new float[_dataSize];        _resultArray = new float[_dataSize];        for (int i = 0; i < _dataSize; i++)        {            _arrA = (float)random.NextDouble() * 10f;            _arrB = (float)random.NextDouble() * 10f;        }    }    [Benchmark]    public void NormalAdd()    {        for (int i = 0; i < _dataSize; i++)        {            _resultArray = _arrA + _arrB;        }    }    [Benchmark]    public void SimdAdd()    {        // 每次处置惩罚 4 个元素        int simdLength = Vector128.Count; // 4        int i = 0;        // 处置惩罚可被 SIMD 整除的部门        for (; i = numElementsPerVector)    {        // 有符号最小值 (0x8000) 用于偏移精确比力        ushort sourceSignedMinValue = (ushort)(1 = 'a' and = 'a' and