我正在测试.Net C# System.Numerics.Vector类的功能，用于打包和解包位。
我希望矢量按位左移/右移功能，但目前不可用，所以我尝试使用算术和逻辑方法模拟移位，如下所示。这是我看到的：
使用 Vector.Multiply(( 和 Vector.BitwiseOr(( 打包(模拟的按位 SHIFT LEFT 和 OR(比数组/指针代码稍差*。
*吞吐量降低 <10%(MB/秒(。
但是使用 Vector.Divide(( 和 Vector.BitwiseAnd(( 解包(模拟的按位 SHIFT RIGHT 和 AND(比数组/指针代码差得多**。
**吞吐量降低 50%
铌：
-
矢量使用单位进行测试(这也在评论中提出(。
-
测试基础是将100Mn到1Bn整数打包和解包，以65536个整数块为单位。我为每个块随机生成了 int[]。
-
我还测试了按位(& |>> <<(以及算术(+ - */(运算，发现成本没有明显差异。均匀除法并没有那么糟糕，在整个与乘法中只有 10% 的降级(除法问题在评论中提出(
-
我将原始测试代码(用于非 Vector 比较(更改为不安全/指针例程，以便在打包(一个单词的许多整数(与解包(一个单词到多个整数(方面创建更多的同类测试。这使得非矢量代码的整个(打包和解包之间(的差异降低到<5%。(这与我对下面编译器和优化的评论相反(
-
非优化载体：包装速度是拆包速度的 2 倍
优化的矢量：在包装方面提高了 4 倍(与非优化的矢量相比(，在拆包方面提高了 2 倍
非优化数组/指针：解包比打包快 ~5%
优化的阵列/指针：打包改进了3 倍(与未优化的阵列指针相比(，拆包改进了 2.5 倍。总体而言，优化的数组/指针打包比优化的数组/指针解包快 <5%。
优化的数组/指针打包比优化的矢量打包快 ~10%
到目前为止的结论：
-
Vector.Divide(( 似乎是一个相对慢的实现，而不是一个正常的算术除法
-
此外，编译器似乎并没有将 Vector.Divide(( 代码优化到与 Vector.Multiply(( 接近相同的程度(它支持下面关于除法优化的评论(
-
数组/指针处理目前在打包数据方面比 Vector 类略快，在解包方面明显更快
-
System.Numerics 需要 Vector.ShiftLeft(( 和 Vector.ShiftRight(( 方法
问题(更新(;
- 我的结论大致正确吗？ 还是还有其他方面需要检查/考虑？
更多信息：
int numPages = 8192; // up to >15K
int testSize = 65536;
StopWatch swPack = new StopWatch();
StopWatch swUnpack = new StopWatch();
long byteCount = 0;
for (int p = 0; p < numpages; b++)
{
int[] data = GetRandomIntegers(testSize, 14600, 14800);
swPack.Start();
byte[] compressedBytes = pack(data);
swPack.Stop();
swUnpack.Start();
int[] unpackedInts = unpack(compressedBytes);
swUnpack.Stop();
byteCount += (data.Length*4);
}
Console.WriteLine("Packing Throughput (MB/sec): " + byteCount / 1000 / swPack.ElapsedMilliseconds);
Console.WriteLine("Unpacking Throughput (MB/sec): " + byteCount / 1000 / swUnpacking.ElapsedMilliseconds);
IL
/// non-SIMD fallback implementation for 128-bit right-shift (unsigned)
/// n: number of bit positions to right-shift a 16-byte memory image.
/// Vector(T) argument 'v' is passed by-ref and modified in-situ.
/// Layout order of the two 64-bit quads is little-endian.
.method public static void SHR(Vector_T<uint64>& v, int32 n) aggressiveinlining
{
ldarg v
dup
dup
ldc.i4.8
add
ldind.i8
ldc.i4.s 64
ldarg n
sub
shl
ldarg v
ldind.i8
ldarg n
shr.un
or
stind.i8
ldc.i4.8
add
dup
ldind.i8
ldarg n
shr.un
stind.i8
ret
}
伪代码
As<Vector<ulong>,ulong>(ref v) = (As<Vector<ulong>,ulong>(in v) >> n) |
(ByteOffsAs<Vector<ulong>,ulong>(in v, 8) << (64 - n));
ByteOffsAs<Vector<ulong>,ulong>(ref v, 8) >>= n;
C# 外部声明
static class vector_ext
{
[MethodImpl(MethodImplOptions.ForwardRef | MethodImplOptions.AggressiveInlining)]
extern public static void SHR(ref Vector<ulong> v, int n);
};
您可以使用link.exe中的/LTCG(链接时代码生成(选项，将从 IL (ildasm.exe( 和C#(csc.exe( 生成的中间.netmodule二进制文件链接到单个程序集中。
运行时 x64 JIT 结果 (.NET Framework 4.7.2(
0x7FF878F5C7E0 48 89 4C 24 08 mov qword ptr [rsp+8],rcx
0x7FF878F5C7E5 8B C2 mov eax,edx
0x7FF878F5C7E7 F7 D8 neg eax
0x7FF878F5C7E9 8D 48 40 lea ecx,[rax+40h]
0x7FF878F5C7EC 48 8B 44 24 08 mov rax,qword ptr [rsp+8]
0x7FF878F5C7F1 4C 8B 40 08 mov r8,qword ptr [rax+8]
0x7FF878F5C7F5 49 D3 E0 shl r8,cl
0x7FF878F5C7F8 4C 8B 08 mov r9,qword ptr [rax]
0x7FF878F5C7FB 8B CA mov ecx,edx
0x7FF878F5C7FD 49 D3 E9 shr r9,cl
0x7FF878F5C800 4D 0B C1 or r8,r9
0x7FF878F5C803 4C 89 00 mov qword ptr [rax],r8
0x7FF878F5C806 48 83 C0 08 add rax,8
0x7FF878F5C80A 8B CA mov ecx,edx
0x7FF878F5C80C 48 D3 28 shr qword ptr [rax],cl
0x7FF878F5C80F C3 ret
>Vector.Divide没有整数类型的硬件加速。它非常慢。
直到.NET 7.0，Vector才增加了ShiftRightArithmetic，ShiftRightLogic方法。
我开发了VectorTraits库。它允许较低版本的.NET程序(.NET Core 3.0+，.NET 5.0+(使用硬件加速的ShiftRightArithmetic，ShiftRightLogic方法。 https://www.nuget.org/packages/VectorTraits