Векторное произведение с использованием SSE всего с 3-мя shuffle. (комментарии) / Общее / Форум / Программирование игр

Хоть одному человеку за всю историю пригодился его "рисервед"?
Но на всякий случай: Reserved

amd.fx6100
Постоялец

#4
18:59, 13 окт. 2016

Truthfinder
Постоялец

#5
19:10, 13 окт. 2016

Зарезервировано (для ответа Андрей5000 что да, пригодился).

foxes
Постоялец

#6
23:01, 13 окт. 2016

itmanager85
Забанен

#7
0:57, 14 окт. 2016

не знаю как векторное произведение , но раньше на AMD XP+ перепаковка приведённая в спецификации amd процессоров работала несколько быстрее для умножения массива (AOS) векторов (float4) на матрицу (float4x4) чем shufps ..

ещё можно было ускорить несколько за счёт prefetch или (ещё больше) за счёт приведённого в этой же спецификации программного префетча - путём предварительной загрузки массива данных в регистры общего назначения (без операций над ними) ..

хз, как сейчас ..

Андрей5000
Постоялец

#8
1:02, 14 окт. 2016

Кстати да, насколько быстрее этот вариант fpuшной реализации?

itmanager85
Забанен

#9
1:19, 14 окт. 2016

вот кстати нашёл перемножение матрицы на вектор на 232 странице в современной спецификации "AMD64 Architecture"

"Software Optimization Guide for AMD64 Processors"
http://support.amd.com/TechDocs/25112.PDF

+ Показать

− Скрыть

movaps xmm0, [esi] ; XMM0 = [R30,R20,R10,R00]
 movaps xmm1, [esi+16] ; XMM1 = [R31,R21,R11,R01]
 movaps xmm2, [esi+32] ; XMM2 = [R32,R22,R12,R02]
 movaps xmm3, [esi+48] ; XMM3 = [R33,R23,R13,R03]
;==============================================================================
; THIS LOOP ROTATES "num_vertices_to_rotate" VERTICES BY THE TRANSPOSED
; ROTATION MATRIX "R" PASSED INTO THE ROUTINE AND STORES THE ROTATED
; VERTICES TO "rotv".
;==============================================================================
ALIGN 16 ; Align address of loop to a 16-byte boundary.
rotate_vertices_loop:
 movlps xmm4, [edi+8*ecx] ; XMM4=[,,v1,v0]
 movlps xmm6, [edi+8*ecx+8] ; XMM6=[,,v3,v2]
 unpcklps xmm4, xmm4 ; XMM4=[v1,v1,v0,v0]
 unpcklps xmm6, xmm6 ; XMM6=[v3,v3,v2,v2]
 movhlps xmm5, xmm4 ; XMM5=[,,v1,v1]
 movhlps xmm7, xmm6 ; XMM7=[,,v3,v3]
 movlhps xmm4, xmm4 ; XMM4=[v0,v0,v0,v0]
 mulps xmm4, xmm0 ; XMM4=[R30*v0,R20*v0,R10*v0,R00*v0]
 movlhps xmm5, xmm5 ; XMM5=[v1,v1,v1,v1]
 mulps xmm5, xmm1 ; XMM5=[R31*v1,R21*v1,R11*v1,R01*v1]
 movlhps xmm6, xmm6 ; XMM6=[v2,v2,v2,v2]
 mulps xmm6, xmm2 ; XMM6=[R32*v2,R22*v2,R12*v2,R02*v2]
 addps xmm4, xmm5 ; XMM4=[R30*v0+R31*v1,R20*v0+R21*v1,
 ; R10*v0+R11*v1,R00*v0+R01*v1]
 movlhps xmm7, xmm7 ; XMM7=[v3,v3,v3,v3]
 mulps xmm7, xmm3 ; XMM6=[R33*v3,R23*v3,R13*v3,R03*v3]
 addps xmm6, xmm7 ; XMM6=[R32*v2+R33*v3,R22*v2+R23*v3,
 ; R12*v2+R13*v3,R02*v2+R03*v3]
 addps xmm4, xmm6 ; XMM4=New rotated vertex
 movntps [eax+8*ecx], xmm4 ; Store rotated vertex to rotv.
 add ecx, 2 ; Decrement the # of QWORDs to rotate by 2.
 jnz rotate_vertices_loop
 sfence ; Finish all memory writes.

как видите используется перепаковка .. как я уже говорил - такой вариант был (на AXP+) несколько быстрее чем shufps , но раз он оставлен в современной спецификации значит должен быть прирост и на современных процессорах AMD . как на intel я не знаю ..

itmanager85
Забанен

#10
1:53, 14 окт. 2016

Андрей5000
> Кстати да, насколько быстрее этот вариант fpuшной реализации?
проблема в том что массовые векторные произведения не понятно где вообще могут понадобиться ..

Truthfinder
Постоялец

#11
6:46, 14 окт. 2016

itmanager85
> проблема в том что массовые векторные произведения не понятно где вообще могут
> понадобиться ..

Отсечение BACK FACE при рендеринге например.

> но раз он оставлен в современной спецификации значит должен быть прирост и на
> современных процессорах AMD

На AMD сидел после Pentium 200 MMX. Начиная с AMD K6, Duron, и заканчивая Athlon XP 2200+. Спасибо, наелся. Только Intel теперь.
Но это вряд ли что меняет. Думаю SSE версия быстрее, раз AMD отказалось от 3DNow! и ввела поддержку SSE.

Truthfinder
Постоялец

#12
6:53, 14 окт. 2016

itmanager85
> как на intel я не знаю ..

На intel (на AMD скажите сами):
3 shuffles cross: 3 такта
4 shuffles cross: 4 такта
scalar SSE: 8.5 тактов
FPU: 12.4 тактов

itmanager85
Забанен

#13
7:01, 14 окт. 2016

Truthfinder
> Спасибо, наелся.
что так не понравилось ?

Truthfinder
> Думаю SSE версия быстрее
вообще то я говорил про перепаковку в рамках стандартных инструкций SSE-расширения

Truthfinder
Постоялец

#14
7:05, 14 окт. 2016

itmanager85
> что так не понравилось ?
Ну это не тема для холивора. У меня свои требования к системе, у других свои. Личное дело каждого.

> вообще то я говорил про перепаковку в рамках стандартных инструкций
> SSE-расширения
Пример кода в студию. Сравним.