オセロの着手可能位置生成 【ビット演算テクニック Advent Calendar 2016 23日目】 - prime's diary
はじめに この記事はビット演算テクニック Advent Calendar 2016の23日目の記事です。 www.adventar.org オセロとビット演算 オセロは盤面サイズが8x8=64マスなので、64bit変数を2つ用意し、1つめを自分の石（あるいは黒石）の位置を、2つめを相手の石（あるいは白石）を表すために使うと合計128ビットで自然に表現できます。*1 自然に表現できるだけでなく、盤面の回転や反転などもDelta swapとその応用 【ビット演算テクニック Advent Calendar 2016 3日目】 - prime's diaryで紹介したような方法で効率的に行なえます。 着手可能位置の生成はタテ・ヨコ・ナナメの一直線上をpextなどで取ってきて表引きをすることにより、ある程度の速度で可能ですが、(38=6561なのでL1キャッシュに乗る程度の大きさとはいえ)メモリアク
AVX2を使ったテーブル引き処理について - Qiita
AVX2 intrinsics 関数を使ったテーブル引き処理について解説します。 1バイトインデックスによる1バイト要素のテーブル引き処理 __m256i型のサイズは256ビットで1バイト型(char, unsigned char)の情報を32個格納する事が出来ます。 __m256i型の変数の32個のそれぞれの 0～255 の値でテーブル引きをした値を、__m256i型の値で返す処理の実装を紹介します。 単純な実装 以下は intrinsincs 関数を使わずに書いたものです。 VC++では使えますが、GCCではコンパイルエラーが起きました。 __m256i型の共用体のメンバーアクセスは移植性が低いみたいですね。 #ifdef _MSC_VER #define YESINLINE __forceinline #else #define YESINLINE __attribute__((al
SSEやAVXの水平加算処理について - Qiita
SSEやAVXのintrinsics関数を使った水平加算処理について紹介します。 __m128型の場合は32bitの単精度浮動小数点数(float)が4要素、__m256型の場合はfloatが8要素、変数内に保持できます。 以下のC++コメントは全処理に共通する前書きです。 // Horizontal sum routines // '-' lanes of returned value are not meant to be used by caller // ( lane4, lane3, lane2, lane1 ) // ( bits96-127, bits64-95, bits32-63, bits0-31 ) 処理結果の戻り値のうち、特定の範囲のレーンの値のみ使われる事を想定しています。使われない値を0に設定する処理をわざわざ入れていないという事です。 AVXのYMMレジスタの
x86環境用にアライメント合わせるのが壊滅的に難しい件 | やねうら王 公式サイト
やねうら王miniをx86(32bit環境)でコンパイルが通るように作業してたのですが、どうもアライメントを合わせるのが壊滅的に難しいです。 SSE命令を使うときに16byte単位にアライメントが合っていないと実行時にエラーになるものがあります。_mm_store_si128()等です。 まあそれはそれで仕方ないのでアライメントを合わせようとBitboardなどのstructにalignas(16)をつけたわけです。 ところが、ヒープから割り当てたときにはこれがアライメントされていない可能性があるようです。 thread.cpp template<typename T> T* new_thread() { std::thread* th = new T(); *th = std::thread(&T::idle_loop, (T*)th); return (T*)th; } > sourc
SIMD命令を使って高速に計算する - minus9d's diary
マルチコアを用いた画像処理 from Fukushima Norishige このスライドに出てくるSIMD命令を試したくなったので試してみました。 IntelのCPUでSIMD命令を使う場合、SSEという命令セットと、その後継であるAVXという命令セットのどちらかを使うことになると思います。私の手持ちのWindows機に載ってるCPUはCore i7-870とやや古く、SSEしか使えません。 kawa0810 のブログにあるサンプルはAVXを用いたものだったので、コードを改変してSSEでも動くようにしたコードが以下です。Windows 7 + Visual Studio 2013 Expressでビルドできることを確認しています。コードの正当性に自信が持てませんが、とりあえずSSEを使う場合と使わない場合とで結果は一致しています。 #include <stdio.h> #include
あまラボ 連載1 高速なメモリーコピー その４
まずは確保したいバッファサイズ（size）より15バイト多く確保してそのアドレスをp1とします。 p1のアドレスがどうなるかは環境に依存するらしいので16バイトの境界にあっているとは限りません。なのでこのままでは高速なSSE命令が使えないので二行目の計算を行って16バイトの境界に合わせます。
SIMDで高速化を図る -
SIMDという言葉自体はよく聞いたことある（コンピュータ関係のお仕事をされている方や、ＰＣ好きな方は特に）のですが、活用しているかというと全くしていません。多分、ちょっとでもパフォーマンスアップしたら良いなぁとコンパイラオプションにSIMD有効化を指定するぐらいではないでしょうか。 （そもそもSIMDとはなんぞや、というのはWikipediaを参照ください） ここではSIMDについての覚書を残しておきます。 SIMDとは 何度かBlogでも書いているVNCツールでも、画像処理部分を高速化する為に使いました。 SIMDというのは、例えばループ等で何度も同じ処理を行うものをまとめて１命令で実行することで高速化する仕組みです。例えば次のようなプログラムがあったとします。 void addArray(int values0[], int values1[], int result[],int le
Intel AVX を使用して SIMD 演算を試してみる - その2 - - kawa0810 のブログ
2012-03-03 - kawa0810の日記 の続きです． 今回は AVX 命令の組み込み関数の説明等です． データ型 AVX 命令で使用できる型は主に整数 (int)，単精度 (float)，倍精度 (double) です．また，AVX 命令は SSE 命令の拡張であるため 256bit 単位の演算だけでなく 128bit 単位の演算も可能です．各精度に対応する AVX の型は以下の通りです． __m128i//ビット整数値等で 128bit 演算を行う場合に使用 __m256i//ビット整数値等で 256bit 演算を行う場合に使用 __m128//単精度で 128bit 演算を行う場合に使用 __m256//単精度で 256bit 演算を行う場合に使用 __m128d//倍精度で 128bit 演算を行う場合に使用 __m256d//倍精度で 256bit 演算を行う場合に使用
はじめてのSSE その2 - Bonanzaソース完全解析ブログ
それではSSE命令の使い方を説明していきましょう。 SSE2命令だけを使うときは、emmintrin.hをincludeします。 SSE2/SSE4の命令を使うときは、smmintrin.hをincludeします。 つまり、以下のようになります。 #if defined(HAVE_SSE2) || defined(HAVE_SSE4) #if defined(HAVE_SSE4) // SSE4 # include <smmintrin.h> #else // SSE4なしでSSE2 # include <emmintrin.h> #endif #endifBonanzaのbitop.hが参考になります。 これでSSE2/4の命令が使えるようになりました。 いまどきのCPU(Core i7以降)ならばSSE 4の命令が使えます。 正確には、このあと使いたいのはSSE4ではなくSSE4.2の
コンパイラー最適化入門： 第5回 明示的にベクトル化されたコードを記述する | iSUS
Visual* C++、GCC*、インテル® C++ コンパイラーなど、広く利用されているコンパイラーには様々な最適化オプションが用意されています。この連載では、C/C++ ソースのコンパイル時にパフォーマンスに影響する幾つかの最適化オプションの使い方とその効果を説明します。 第1回 第2回 第3回 第4回 第5回 最終回 第5回 明示的にベクトル化されたコードを記述する ソースコードを書いているときに、「ここはベクトル化しないと性能目標を達成できないな」、とオボロげに想像できることもあります。現状ではソースを記述してベクトル化レポートや、ガイド機能のオプションを利用してコンパイルしてみるまで、コードがベクトル化できるかどうかは分かりません。今回は明示的にベクトル化する、もしくはベクトル化の可能性の高いコードを記述する方法を考えてみましょう。 次の C 言語で記述されたコードを、いくつかの
SIMD - primitive: blog
職業 C++ プログラマの間では割と常識っぽいけど web 上に日本語の情報があんまりない気がする話を初心者向けに解説してみる試み。想定読者はゲーム業界入る前の自分。 今回は SIMD について。 SIMD / SSE SIMD とは "Single Instruction Multiple Data" の略で、文字通り 1 命令で複数のデータを処理することです。これを使うと、例えば 4 要素のベクトル同士の各種演算を 1 命令で行うことができ、高速化を図れます。PC では PentiumIII 以降の CPU が SIMD の一種 (SSE) を実装しており、近年の CPU では SSE も色々改良されています。 SSE は各種コンパイラの拡張命令 (intrinsics) を使うことで、C++ から利用することができます。今記事では VisualC++/gcc での SSE の使い方と
Core i7のSSE4.2にも対応、インテル コンパイラーで作るSSE対応プログラム | OSDN Magazine
インテル コンパイラーの特徴の1つに「自動ベクトル化」がある。これはSSE（Streaming SIMD Extensions）と呼ばれるCPUの機能を利用することで数値演算の高速化を図るものだ。インテル コンパイラーは最新のCore i7といったCPUに搭載されているSSE4.2に対応しており、現行のほとんどのインテルCPUにおいて高速化が期待できる。本記事では、インテル コンパイラーでのSSEの使用と、その効果について解説する。 インテル コンパイラーには生成するプログラムの処理速度を向上させるためのさまざまな機能が備えられているが、その1つに「自動ベクトル化（Auto vectorization）」というものがある。これは、forループなど同一の演算を繰り返すような処理を、インテル製のCPUが持つ「SSE（Streaming SIMD Extensions）」という命令群を利用して複
現代CPUによる高速計算処理
現代CPUによる高速計算処理 ネットワークシステム研究室 指導教員 ： 坂本 直志 准教授 08nc015 ： 小林 芳文 目次 １．はじめに ２．高速計算 ２．１ 高速計算とは ２．２ 計算手法 ３．現代CPUの進化 ３．１ コプロセッサ ３．２ SIMD ３．３ CPUとコンパイラ ３．４ ベンチマークテストプログラム ４．実験 ４．１ FORTRAN ４．２ C言語への移植 ４．３ SIMD化したプログラム ５．まとめと今後の課題 ６．参考文献 ７．付録 １.はじめに 近年、CPUの処理速度能力はSIMD演算の実装やプロセッサのマルチコア化等により、飛躍的に進化している。これに伴い、コンパイラもCPUに対応するように進化している。 そこで本論文では、現代のCPUの機能を活用し、限られた計算資源をより効率的に処理することで処理速度がどの程度向上するのかを観測した。 処理速度の高速化の対
gccで simd mmx sse sse2
20101118追記： Programming Labさんから移転のご連絡を受けましたのでリンク貼り替えました。 ついでにメンテも。リンク切れは可能な限り移転先（もしくはWeb Archive）を追いかけました。 PDFもWeb Archiveに収録されたりするのな。なんとなく意外。 gccもVer4くらいから自動ベクトル化に対応。コンパイルオプションとして-O2などと同時に-ftree-vectorizeをつける。 gcc-4.x での SIMD 命令サポート http://jr0bak.homelinux.net/~imai/pukiwiki/pukiwiki.php?Linux%2Fmisc%2Fgcc-4.x%20%A4%C7%A4%CE%20SIMD%20%B1%E9%BB%BB%A5%B5%A5%DD%A1%BC%A5%C8 GCCの機能拡張とベクトル演算 http://www
Using vector instructions in GCC
6 MMX拡張機能 MMX拡張機能はPentium-MMX以降のX86系CPUに搭載されており，それより旧式のCPU(i386, i486, Pentium, PentiumProなど)では利用できません．MMX機能拡張がサポートするベクトル型はv8qi, v4hi, v2si, v1diとv4hiの別名であるmm_tです．それは全部64ビットのデータです． 6.1 MMX拡張機能を利用する時の前処理と後処理 #include <xmm.h> void begin_mmx(I87stack *pstk); void end_mmx(I87stack *pstk); MMX拡張機能と64ビットのベクトル型のデータを用いるSSE,SSE2の拡張機能を利用する前に，begin_mmx() を呼び出す必要があります．MMX等の拡張機能を利用した後，(SSE,SSE2ではなく，いわゆるX87コード)
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
アライメントの合ったメモリーブロックの割り当てと解放
aligned malloc() in GCC?
print a __m128i variable
Euclidean distance with SSE
【C++】高速化手法【SSE】2 [転載禁止]©2ch.net