我正在尋找有關(guān)如何使用SSE進行并行前綴求和的建議。我有興趣在整數(shù)，浮點數(shù)或雙精度數(shù)組上執(zhí)行此操作。我提出了兩種解決方案。特殊情況和一般情況。在這兩種情況下，解決方案都需要與OpenMP并行進行兩次遍歷。對于特殊情況，我在兩次通過時都使用SSE。對于一般情況，我僅在第二遍使用它。我的主要問題是，在一般情況下，如何在第一次通過時使用SSE？ 以下鏈接simd-prefix-sum-intel-cpu顯示了對字節(jié)的改進，但對32位數(shù)據(jù)類型卻沒有。特殊情況被稱為特殊情況的原因是，它要求數(shù)組采用特殊格式。例如，假設(shè)a浮點數(shù)組只有16個元素。然后，如果數(shù)組是這樣重新排列的（從結(jié)構(gòu)數(shù)組到數(shù)組結(jié)構(gòu)）：a[0] a[1] ...a[15] -> a[0] a[4] a[8] a[12] a[1] a[5] a[9] a[13]...a[3] a[7] a[11] a[15]兩次通過均可以使用SSE垂直總和。但是，這只有在數(shù)組已經(jīng)采用特殊格式并且輸出可以采用特殊格式的情況下才有效。否則，必須在輸入和輸出上都進行昂貴的重新排列，這將使其比一般情況慢得多。也許我應(yīng)該考慮使用不同的前綴總和算法（例如，二叉樹）？一般情況的代碼：void prefix_sum_omp_sse(double a[], double s[], int n) {    double *suma;    #pragma omp parallel    {        const int ithread = omp_get_thread_num();        const int nthreads = omp_get_num_threads();        #pragma omp single        {            suma = new double[nthreads + 1];            suma[0] = 0;        }        double sum = 0;        #pragma omp for schedule(static) nowait //first parallel pass        for (int i = 0; i<n; i++) {            sum += a[i];            s[i] = sum;        }        suma[ithread + 1] = sum;        #pragma omp barrier        #pragma omp single        {            double tmp = 0;            for (int i = 0; i<(nthreads + 1); i++) {                tmp += suma[i];                suma[i] = tmp;            }        }        __m128d offset = _mm_set1_pd(suma[ithread]);        #pragma omp for schedule(static) //second parallel pass with SSE as well        for (int i = 0; i<n/4; i++) {                   __m128d tmp1 = _mm_load_pd(&s[4*i]);            tmp1 = _mm_add_pd(tmp1, offset);                __m128d tmp2 = _mm_load_pd(&s[4*i+2]);            tmp2 = _mm_add_pd(tmp2, offset);            _mm_store_pd(&s[4*i], tmp1);            _mm_store_pd(&s[4*i+2], tmp2);        }    }    delete[] suma;}