SIMD和多核心編程時的一些總結。

1  在計算過程中不涉及輸出記憶體的資料時，應使用_mm*_stream_*（直接寫入記憶體）代替_mm*_store_*,例如：

for( i=0; i<256; i+=4 )

{

    ymm0=_mm256_load_pd(a+i);

    ymm1=_mm256_load_pd(b+i);

    ymm2=_mm256_add_pd(ymm0,ymm1);

    _mm256_stream_pd(c+i,ymm2);

}

若計算過程中還要使用輸出記憶體中的資料，則應使用_mm*_store_*,例如：

for( i=0; i<256; i+=4 )

{

    ymm0=_mm256_load_pd(a+i);

    ymm1=_mm256_load_pd(b+i);

    ymm2=_mm256_load_pd(c+i);

    ymm3=_mm256_add_pd(ymm2,_mm256_mul_pd(ymm0,ymm1));

    _mm256_store_pd(c+i,ymm3);

}   

2  多個核心之間共用資料的使用時間應儘可能的靠近，這樣可以比較充分的利用L3共用快取提高頻寬。

3  如果同時使用SIMD和MC,則應該先進入BIOS關掉超執行緒，預設情況下每個核心有兩個線程，但卻只有一組物理SIMD寄存器。這樣多個線程之間就會存在額外的環境切換開銷，往往得不償失。

4  有時候會重複使用某些小的資料區塊，而該資料區塊中的位元組數不足以映射到整數個緩衝行，為了避免緩衝行被使用前就被汙染使用固定大小的數組+PADD擴充至整倍數的緩衝行大小。

5  有些情況下，同時使用SIMD和MC的效能甚至不如只使用SIMD或者MC，這時應優先考慮SIMD，應為其更輕量級，且不存在多個核心之間的同步開銷。