SIMD数据并行(二)——多媒体SIMD扩展指令集

发布网友发布时间：2024-10-08 00:25

共1个回答

热心网友时间：2024-10-24 18:51

在计算机体系中，数据并行的两种实现路径包括MIMD（多指令流多数据流）与SIMD（单指令流多数据流）。MIMD形式常见于多发射、多线程与多核心处理器设计，旨在提升现代处理器的处理能力。随着多媒体、大数据与人工智能应用的兴起，SIMD处理能力变得至关重要，因为这些应用涉及大量细粒度、同质、独立的数据操作，而SIMD结构天生适应这类操作。SIMD有三种变体：向量架构、多媒体SIMD指令集扩展与图形处理单元，本文聚焦多媒体SIMD指令集扩展。

多媒体SIMD指令集扩展在上世纪90年代由Intel引入通用处理器，通过在其奔腾处理器中集成SIMD扩展部件MMX，应对多媒体密集计算需求。在多媒体应用中，大量同质、独立的访存和计算操作常见，且使用的数据类型往往较窄。SIMD扩展指令集提供长位宽向量寄存器，支持将连续内存地址数据一次性装载，并使用*模式将长向量寄存器分解为多个窄位宽元素，通过一条SIMD指令并行处理所有数据元素，非常适合音视频解码等计算密集、数据相关性少的多媒体程序。

SIMD扩展部件仅需在原标量部件基础上增加几份处理单元，不需额外硬件，就能显著提升多媒体等特定应用的性能，且不增加通信与缓存开销，使其在多核时代成为程序加速的重要手段之一。

SIMD扩展指令集的主要实现形式包括寄存器*与并行车道。寄存器*将长向量寄存器的比特位均匀*为窄位宽元素，进行独立操作。并行车道允许功能单元同时处理多个并行子单元，一条SIMD指令可操作多个元素。

SIMD扩展指令集具有并行元素处理的特殊性。在同步执行访存与计算操作的同时，需要确保程序具备并行化特征，但可能会遇到内存越界问题。早期SIMD向量存取指令仅支持连续对齐数据访问，非连续内存引用需通过辅助指令重组。随着处理器技术进步，部分处理器支持非对齐访问与数据重组指令，为SIMD向量化提供基础。SIMD扩展指令集的计算功能也在不断发展，许多指令已延伸至信号处理、科学计算等领域。

Intel等公司在多媒体SIMD扩展指令集应用方面颇具代表性。从奔腾处理器的MMX到SSE、AVX、IMCI、AVX-512等，以及其他如摩托罗拉PowerPC的AltiVec、Sun SPARC的VIS、HP PA-RISC的MAX、DEC Alpha的MVI-2、MIPS V的MDMX、AMD 3DNow!、ARM NEON与CEVA VCU等处理器的SIMD扩展部件，SIMD最初仅用于多媒体与数字信号处理器，后被应用至高性能计算机，如IBM BlueGene/L与国产神威蓝光超级计算机中的短向量扩展部件。

在通用指令集中，ARM、TIC64X等也支持SIMD形式的访存与计算操作，但寄存器位宽有限，通过*通用寄存器进行独立并行操作。尽管如此，考虑到多媒体SIMD扩展指令集的特定应用场景，将其归类为多媒体SIMD扩展更为合适。

发挥SIMD扩展指令集效能的关键在于软件支持，通过将程序尽可能向量化为SIMD指令，实现向量运算与向量访存的并行加速。软件开发者可采用循环展开、优化循环结构等方法，结合SIMD指令集特点，提高程序整体性能。

处理非整数倍并行长度的应用时，一种常见方法是人为扩展内存边界，但需注意预留足够空间避免内存越界。另一种方法是通过将尾部不足向量长度的元素与前几个元素拼凑，实现收尾处理，但可能影响代码可读性与效率。

多媒体SIMD扩展指令集的应用与研究持续发展，与高性能计算、现代处理器与计算机体系结构密切相关。研究与实践在不断深化，旨在提升计算效率与性能，满足日益增长的计算需求。