64bits
linux で 64 ビット環境を構築。そして64ビットマルチプロセス対応プログラムを作る - 志を立てるのに、遅すぎることはない -- by ピカソ河
-
47
owa
2007/11/09 22:50
id: mJs8kxp1Zus
prob: 0.1%
-
-
SSE の利用は難しい;;
ビット移動を伴う命令が 64bit までしか対応していないのかな (paddq, psubq, psllq, psrlq)。
バイト単位のシフトは pslldq, psrldq があるけど、ビットシフトを作るのは少し大変。
あまり汎用ロジック向けには作ってないってことでしょうか。
ただメモリ対128ビットレジスタ間のコピーは movupd, movntdq でダイレクトにできるようだし、
XOR, OR, AND, NOT は pxor, por, pand 使えばできることが解った。
いつか役に立つ日が来るかもしれない。
-
46
owa
2007/11/07 21:58
id: mJs8kxp1Zus
prob: 0.0%
-
-
SSE にはビットシフト命令が無い;;
http://web.mit.edu/nasm_v0.98/doc/nasm/html/nasmdoc0.html
あるのはバイト単位のシフト演算のみ。
とりあえず SSE 128bit レジスタに入れて出すだけのコード。(信用しないで!)
void test2()
{
typedef struct {ULong lo; ULong hi;} U128;
U128 m, n;
m.hi = 0x1111111111111111;
m.lo = 0x2222222222222222;
n.hi = 0;
n.lo = 0;
__asm__ __volatile__ (
"movq %2, %%xmm0;"
"movq %3, %%xmm1;"
"pslldq $8, %%xmm0;"
"orps %%xmm0, %%xmm1;"
"movq %%xmm1, %1;"
"psrldq $8, %%xmm1;"
"movq %%xmm1, %0;"
: "=m"(n.hi), "=m"(n.lo) // n is output operand (%0, %1)
: "m"(m.hi), "m"(m.lo) // m is input operand (%2, %3)
: "%xmm0", "%xmm1" // clobbered register
);
fprintf(stderr, "m=0x%016llx%016llx, n=0x%016llx%016llx\n", m.hi, m.lo, n.hi, n.lo);
}
実行結果は
m=0x11111111111111112222222222222222, n=0x11111111111111112222222222222222
128ビット空間を自由に使えるものだと思ってた。馬鹿ですね。
シフト演算はたし算 (とバイト単位のシフトも使う?) に置き換えればできるけど、どうなんだろう?
C/C++ の 64ビットx2 のデータではシフト演算のロジックが汚くなるので SSE まで逃げてきたんだけど、
GPU と連立組むのもアイディアのうちか。
参考サイト:
Optimizing MILC Math Routines with SSE
http://lqcd.fnal.gov/sse/
SSE2を用いたRC5-64クライアントの最適化に関する考察
http://www.katto.comm.waseda.ac.jp/~matsui/rc5/index.html
続 GeForce8800GTX と SM4.0 の整数演算
http://wlog.flatlib.jp/item/911/catid/6
NVIDIA CUDA Homepage
http://developer.nvidia.com/object/cuda.html
-
45
owa
2007/11/06 22:44
id: mJs8kxp1Zus
prob: 0.0%
-
-
インラインアセンブラの勉強
GCC Inline Assembler
http://caspar.hazymoon.jp/OpenBSD/annex/gcc_inline_asm.html
http://caspar.hazymoon.jp/OpenBSD/annex/gas.html
http://www.mars.sannet.ne.jp/sci10/on_gcc_asm.html
void test1()
{
typedef unsigned long long ULong;
ULong m = 0x1000100010001000;
ULong n = 0x0111011101110111;
ULong out = 0;
__asm__ __volatile__ (
"movq %1, %%rax;"
"addq %2, %%rax;"
"movq %%rax, %0;"
: "=r"(out) // 出力 (%0)
: "r"(m), "r"(n) // 入力 (%1, %2)
: "%rax" // 破壊されるレジスタ
);
fprintf(stderr, "m=0x%016llx, n=0x%016llx, out=0x%016llx\n", m, n, out);
}
コンパイル (gcc -m64) 後の実行結果は
m=0x1000100010001000, n=0x0111011101110111, out=0x1111111111111111
-
44
owa
2007/11/03 22:44
id: mJs8kxp1Zus
prob: 0.4%
-
-
ビット位置の計算
0.0065秒/100万 (gcc -O3 Athlon64x2 3800+ x86_64 vine seed)
0.0146秒/100万 (gcc -O3 Athlon64x2 3800+ i386 vine 4.1)
ただ1ビットだけ立ってる場合のオフセットを求める方法。
---
int offset_of_onebit1(unsigned long long x)
{
int n = 0;
if (x & 0xffffffff00000000LL) {
n += 32;
x >>= 32;
}
if (x & 0xffff0000) n += 16;
if (x & 0xff00ff00) n += 8;
if (x & 0xf0f0f0f0) n += 4;
if (x & 0xcccccccc) n += 2;
if (x & 0xaaaaaaaa) n += 1;
return n;
}
---
n += 16 は n |= 16 でも同じ。むしろ若干遅くなる。
また以下のように if 文を無くしても処理速度は変わらない
---
int offset_of_onebit2(ULong x)
{
int n = 0;
(x & 0xffffffff00000000LL) && (n += 32) && (x >>= 32);
(x & 0xffff0000) && (n += 16);
(x & 0xff00ff00) && (n += 8);
(x & 0xf0f0f0f0) && (n += 4);
(x & 0xcccccccc) && (n += 2);
(x & 0xaaaaaaaa) && (n++);
return n;
}
---
環境によって違いはあるかも。
-
43
owa
2007/10/29 22:37
id: mJs8kxp1Zus
prob: 1.5%
-
-
ビットの連続抽出
0.230秒/100万 (gcc -O3 Athlon64x2 3800+ x86_64 vine seed)
0.513秒/100万 (gcc -O3 Athlon64x2 3800+ i386 vine 4.1)
ビット位置を一個ずつ取り出すイテレータ。
肝は bits & (-bits) で LSB (Least Significant Bit) が求められること。
---
#if defined(__x86_64__)
typedef unsigned long ULong;
#elif defined(__i386__)
typedef unsigned long long ULong;
#endif
class CBitPos {
ULong bits;
public:
CBitPos(ULong x) : bits(x) {}
ULong next() {
ULong x = bits & (-bits);
bits &= ~x;
return x;
}
};
---
一回あたり44ビットONのデータで測定。つまり一個のイテレータで44回ループ処理した。
for (long i = 0; i < 1000000L; i++) {
CBitPos a(0x7777777777773333LL);
int pos = a.next();
while (pos)
pos = a.next();
}
ちなみに MSB (Most Significant Bit) を求める方法を用いると三倍くらい遅くなる。
---
x |= (x >> 1);
x |= (x >> 2);
x |= (x >> 4);
x |= (x >> 8);
x |= (x >> 16);
x |= (x >> 32);
x &= ~(x >> 1);
---
-
42
owa
2007/10/29 22:18
id: mJs8kxp1Zus
prob: 12.4%
-
-
ビット数のカウント
0.0085秒/100万 (gcc -O3 Athlon64x2 3800+ x86_64 vine seed)
0.0251秒/100万 (gcc -O3 Athlon64x2 3800+ i386 vine 4.1)
立ってるビットを数えるには隣同士の和を求めることを繰り返す。
---
int bitcount(unsigned long long x)
{
x -= ((x >> 1) & 0x5555555555555555LL);
x = (((x >> 2) & 0x3333333333333333LL) + (x & 0x3333333333333333LL));
x = (((x >> 4) + x) & 0x0f0f0f0f0f0f0f0fLL);
x += (x >> 8);
x += (x >> 16);
x += (x >> 32);
return x & 0x0000007f;
}
---
参考サイト:
http://www.nminoru.jp/~nminoru/programming/bitcount.html
http://aggregate.org/MAGIC/#Most%20Significant%201%20Bit
http://graphics.stanford.edu/~seander/bithacks.html
-
41
owa
2007/08/22 01:01
id: mJs8kxp1Zus
prob: 2.0%
-
-
80コアチップ
http://pc.watch.impress.co.jp/docs/2007/0215/kaigai337.htm
http://pc.watch.impress.co.jp/docs/2007/0214/isscc02.htm
8x10=80CPU だそうです。おしいな 9x9=81CPU だと面白いかも^^;
64コアCPU なんてのも
http://pc.watch.impress.co.jp/docs/2007/0821/tilera.htm
http://www.tilera.com/products/processors.php
-
40
owa
2007/03/14 15:92
id: mJs8kxp1Zus
prob: 1.8%
-
-
円周率 300 万桁の計算
http://www.h2np.net/pi/
これは hoihoi-p 氏のブログから
http://hoihoi-p.yosiki.org/blog/435
http://h2np.net/pi/pi_quick_start.tar.gz を試してみると
Pentium4 2.8E (32bit): 14.77 sec
Athlon64 3700+ (32bit): 10.15 sec
Athlon64 3700+ (64bit): 5.92 sec
予備マシンながら、なかなかの性能^^
-
39
owa
2006/07/26 23:27
id: mJs8kxp1Zus
prob: 18.3%
-
-
Debian to Run on AMD64
http://linux.slashdot.org/linux/06/07/26/0057215.shtml
http://linux.slashdot.org/comments.pl?sid=192198&cid=1578253...
明日読もう。
-
38
owa
2006/07/06 01:12
id: mJs8kxp1Zus
prob: 0.0%
-
-
マシンの起動時にエラーが出るので良く見たら which コマンドなどがセグメンテーションエラー。
リビルドしてみると /usr/lib/libiberty.a なんてゴミを拾ってた。
こいつは本来 binutils-*.x86_64.rpm 入れた時に削除されてるはずのもの。なんでだろう...
やっぱり大掃除しないといかんなー
追記: 一応 /lib, /usr/lib の下は掃除完了
|
象歩
Web瓦版