SVML __m256d _mm256_log2_pd (__m256d a)在除Intel以外的其他編譯器上不可用，他們說它的性能在AMD處理器上受到限制。g ++-4.8中缺少 Internet上AVX日志內(nèi)在函數(shù)（_mm256_log_ps）中引用的某些實現(xiàn)嗎？和用于SSE和AVX的SIMD數(shù)學(xué)庫，但是它們似乎比AVX2的SSE更多。還有一個Agner Fog的向量庫，但是它是一個大型庫，其中包含的內(nèi)容遠(yuǎn)遠(yuǎn)超過了向量log2，因此從實現(xiàn)中很難僅找出向量log2操作的基本部分。那么有人能解釋一下如何有效地log2()對4個double數(shù)字的向量進(jìn)行運算嗎？也就是說，它很喜歡__m256d _mm256_log2_pd (__m256d a)，但是可用于其他編譯器，并且對于AMD和Intel處理器都相當(dāng)有效。編輯：在我當(dāng)前的特定情況下，數(shù)字的概率在0到1之間，對數(shù)用于熵計算：所有i的和取反P[i]*log(P[i])。的浮點指數(shù)范圍P[i]很大，因此數(shù)字可以接近0。我不確定精度，因此會考慮以30個尾數(shù)開頭的任何解決方案，尤其是可調(diào)整的解決方案是首選。EDIT2：這是到目前為止我的實現(xiàn)，基于https://en.wikipedia.org/wiki/Logarithm#Power_series的 “更有效的系列” 。如何改善？（同時需要提高性能和準(zhǔn)確性）到目前為止，我的實現(xiàn)每秒可以執(zhí)行405 268 490次操作，而且直到第8位數(shù)字為止似乎都很精確。使用以下功能衡量性能：#include <chrono>#include <cmath>#include <cstdio>#include <immintrin.h>// ... Log2() implementation hereconst int64_t cnLogs = 100 * 1000 * 1000;void BenchmarkLog2Vect() {  __m256d sums = _mm256_setzero_pd();  auto start = std::chrono::high_resolution_clock::now();  for (int64_t i = 1; i <= cnLogs; i += 4) {    const __m256d x = _mm256_set_pd(double(i+3), double(i+2), double(i+1), double(i));    const __m256d logs = Log2(x);    sums = _mm256_add_pd(sums, logs);  }  auto elapsed = std::chrono::high_resolution_clock::now() - start;  double nSec = 1e-6 * std::chrono::duration_cast<std::chrono::microseconds>(elapsed).count();  double sum = sums.m256d_f64[0] + sums.m256d_f64[1] + sums.m256d_f64[2] + sums.m256d_f64[3];  printf("Vect Log2: %.3lf Ops/sec calculated %.3lf\n", cnLogs / nSec, sum);}與C ++和匯編語言中對數(shù)的結(jié)果相比，當(dāng)前向量實現(xiàn)的速度是C + +的 4倍std::log2()和2.5倍std::log()。