探索.NET平臺中的SIMD內在函數Vector

概述

Vector（向量）是一種序列式容器，事實上和數組差很少，但它比數組更優越。通常來講數組不能動態拓展，所以在程序運行的時候不是浪費內存，就是形成越界。而Vector恰好彌補了這個缺陷，它的特徵是至關於可分配拓展的數組（動態數組），它的隨機訪問快，在中間插入和刪除慢，但在末端插入和刪除快。

什麼是SIMD？

SIMD是Single Instruction Multiple Data的縮寫，一般中文譯爲單指令多數據流，通俗來說的話是：對多個數據執行同一個CPU指令，以達到平行運算的目的.

在GPU以前咱們會經過CPU來運行該項技術來增長圖片的運算速度，例如Intel的MMX、SSE、SSE二、AVX，AMD的3DNow!等等，都是來使用SIMD
爲基礎的概念，在GPU技術日新月異的今天，CPU的SIMD技術不多用在了圖片運算方面了，更多的是在資料庫或者其餘用途上。

它適用於機器學習、加密算法、數據庫、和內容處理（視頻、圖像、音頻編碼）中，是多線程不錯的選擇。

爲何要使用SIMD

SIMD能夠在多條數據通道中應用相同的操做，顯著的來提升CPU性能，一般，通道越多，性能越高（只要代碼符合處理器的指令集）

Vector

Vector和Vector<T>類爲咱們提供了SIMD（單指令，多數據）指令集（SSE，AVX）的調用方式，可讓咱們像在C/C++中同樣去調用內在函數，來直接操做大多數的SIMD指令了

Vector<T>能夠爲任何的數字類型（sbyte, byte, short, ushort, int, uint, long, ulong, float, double），參考MSDocs

另外咱們在System.Runtime.Intrinsics可享受與平臺無關的功能，也就是咱們不用花費時間在不一樣平臺的兼容方面。

順便再說一下System.Runtime.Intrinsics.X86 在這個命名空間下，提供了SSE，SSE2，SSE3，SSSE3，SSE4.1，SSE4.2，AVX，AVX2，FMA，LZCNT，POPCNT，BMI1，BMI2，PCLMULQDQ和AES的不一樣Intel ISA的類的指令集。例如：在Avx類中提供了許多靜態方法，而每一個AVX方法都映射到了AVX的指令
，可是在這裏有一點咱們須要注意的是在這須要去經過IsSupported去檢查硬件是否支持該功能。

定義及初始化

在這以前咱們能夠經過Vector.IsHardwareAccelerated來判斷硬件是否支持SIMD。

if (Vector.IsHardwareAccelerated == false)
{
    //fallback to some other code;
    return;
}

//建立Vector 重複相同的值
double[] doubArray = new double[] { 1, 2, 3, 4, 4, 3, 2, 1, -1, -2, -3, -4, -5 };
Span<double> douSpan = new Span<double>(doubArray, 8, 4);
Vector<double> douZero = Vector<double>.Zero;//<0, 0, 0, 0>
Vector<float> flOne = Vector<float>.One;//<1, 1, 1, 1, 0, 0, 0, 0>
Vector<ushort> shAny = new Vector<ushort>(20);//<20, 20, 20, 20, 20, 20, 20, 20, 0, 0, 0, 0, 0, 0, 0, 0>
Vector<double> douV = new Vector<double>(doubArray); //Will contain <1, 2, 3, 4>
Vector<double> spanduoV = new Vector<double>(douSpan); //Will contain <-1, -2, -3, -4>
Vector<double> dou2V = new Vector<double>(doubArray, 5); //Will contain <3, 2, 1, -1>
Vector<double> sumV = douV + dou2V; //Will contain <4, 4, 4, 3>

在具備AVX/AVX2功能的系統中，以上指令將建立包含4個重複的double，8個重複的float和16個重複的ushort的向量。
另外Vector能夠經過數組和Span 的值進行建立

.NET中最原始的SIMD加速類型是Vector二、Vector3和Vector4類型，它們用二、3和4個單個值表示向量。下面的例子使用Vector2來添加兩個向量。

var v1 = new Vector2(0.1f, 0.2f);
var v2 = new Vector2(1.1f, 2.2f);
var vResult = v1 + v2;//1.2 2.4

數學運算

可使用.NET向量計算載體如其餘數學性質Dot product，Transform，Clamp等等。

var v1 = new Vector2(0.1f, 0.2f);
var v2 = new Vector2(1.1f, 2.2f);
var vResult1 = Vector2.Dot(v1, v2); //0.55
var vResult2 = Vector2.Distance(v1, v2); //2.236068
var vResult3 = Vector2.Clamp(v1, Vector2.Zero, Vector2.One);//0.1 0.2

Vector<T>可使用更長的向量。 Vector<T>實例的計數是固定的，可是其值Vector<T>.Count取決於運行代碼的計算機的CPU。

下面的示例演示使用Vector<T>添加長數組元素。

double[] SimdVectorProd(double[] left, double[] right)
{
      var offset = Vector<double>.Count;
      double[] result = new double[left.Length];
      int i = 0;
      for (i = 0; i < left.Length; i += offset)
      {
          var v1 = new Vector<double>(left, i);
          var v2 = new Vector<double>(right, i);
         (v1 * v2).CopyTo(result, i);
      }

       //remaining items
      for (; i < left.Length; ++i)
      {
          result[i] = left[i] * right[i];
      }

     return result;
}

https://docs.microsoft.com/zh-cn/dotnet/standard/simd

https://github.com/CBGonzalez/SIMDIntro