Vcダウンロード - Vcソースコードのダウンロード

Vc

C/C++

Vc 1.4.5

ダウンロード

Vc は現在メンテナンスモードにあり、積極的に開発されていません。ただし、コミュニティからのバグ修正を含むプルリクエストのレビューは継続します。

std-simd への切り替えに興味があるかもしれません。 GCC 11 には、libstdc++ の一部としてstd::simdの実験版が含まれており、これも Clang で動作します。 Vc 1.4 には存在するがstd-simdには存在しない機能は、最終的には Vc 2.0 になり、その後std-simdに依存します。

Vc: 明示的にデータ並列プログラミングを行うための移植可能なオーバーヘッドゼロの C++ 型

最近の世代の CPU、特に GPU では、効率を最大限に高めるためにデータ並列コードが必要です。データの並列処理では、同じ一連の操作を異なる入力データに適用する必要があります。したがって、CPU と GPU は、命令のデコードとスケジューリングに必要なハードウェアを削減し、同じ命令を同期して実行する算術論理演算ユニットを増やすことができます。 CPU アーキテクチャでは、これは SIMD レジスタと命令を介して実装されます。 1 つの SIMD レジスタは N 個の値を格納でき、1 つの SIMD 命令はそれらの値に対して N 個の演算を実行できます。 GPU アーキテクチャでは、単一の命令デコーダ/スケジューラによって N 個のスレッドが完全に同期して実行されます。各スレッドにはローカルメモリと、ロードおよびストアのメモリ内のオフセットを計算するための指定されたインデックスがあります。

現在の C++ コンパイラーは、スカラーコードを SIMD 命令に自動変換 (自動ベクトル化) できます。ただし、コンパイラは、開発者が C++ で純粋にスカラー実装を作成したときに失われたアルゴリズムの固有プロパティを再構築する必要があります。したがって、C++ コンパイラーは、指定されたコードを最も効率的なデータ並列バリアントにベクトル化できません。特に、複数の関数や変換単位にまたがる大規模なデータ並列ループは、効率的な SIMD コードに変換されないことがよくあります。

Vc ライブラリは欠落しているリンクを提供します。その型を使用すると、複数の値に対するデータ並列操作を明示的に記述することができます。したがって、並列処理は型システムを介して追加されます。競合するアプローチでは、新しい制御構造を介して並列処理が行われ、その結果、これらの制御構造の本体内で新しいセマンティクスが確立されます。

Vc は、C++ コードの明示的なベクトル化を容易にする無料のソフトウェアライブラリです。これは直感的な API を備えており、異なるコンパイラおよびコンパイラバージョン間での移植性、および異なるベクトル命令セット間での移植性を提供します。したがって、Vc で書かれたアプリケーションは次のようにコンパイルできます。

AVX と AVX2
SSE2 ～ SSE4.2 または SSE4a
スカラー
~~AVX-512（VC2開発）~~
~~ネオン（開発中）~~
~~NVIDIA GPU / CUDA (調査)~~

Intel が ICC 18 で MIC サポートを終了した後、Vc 1.4 もそのサポートを削除しました。

例

コンパイラエクスプローラーでの使用方法

Simdize の例
std::vector<Particle>の合計運動量と時間ステップ
行列の例: これは、さまざまなベクトルサイズにスケールされない垂直ベクトル化を使用します。ただし、この例は、他の言語またはライブラリの同様のソリューションと比較するのに有益です。
多くのstd::vector<float>に対する反復simdizeを示す N-vortex ソルバー。プレーンな-mavx2 -mfmaと比較して、 -marchフラグがいかに重要であるかに注意してください。

スカラー積

組み込み浮動小数点を使用して 3D スカラー積を計算するコードから始めましょう。

 using Vec3D = std::array< float , 3 >;
float scalar_product (Vec3D a, Vec3D b) {
  return a[ 0 ] * b[ 0 ] + a[ 1 ] * b[ 1 ] + a[ 2 ] * b[ 2 ];
}

Vc を使用すると、 float_v型を使用してコードを簡単にベクトル化できます。

 using Vc::float_v
using Vec3D = std::array<float_v, 3 >;
float_v scalar_product (Vec3D a, Vec3D b) {
  return a[ 0 ] * b[ 0 ] + a[ 1 ] * b[ 1 ] + a[ 2 ] * b[ 2 ];
}

上記は、ターゲットハードウェアの機能に応じて、並列計算される 1、4、8、16 などのスカラー積にスケールされます。

比較のために、インテル SSE 組み込み関数を使用した同じベクトル化はより冗長で、接頭辞表記 (つまり、関数呼び出し) を使用します。

 using Vec3D = std::array<__m128, 3 >;
__m128 scalar_product (Vec3D a, Vec3D b) {
  return _mm_add_ps ( _mm_add_ps ( _mm_mul_ps (a[ 0 ], b[ 0 ]), _mm_mul_ps (a[ 1 ], b[ 1 ])),
                    _mm_mul_ps (a[ 2 ], b[ 2 ]));
}

上記は AVX、AVX-512 などに拡張できず、他の SIMD ISA に移植することもできません。

ビルド要件

cmake >= 3.0

C++11 コンパイラ:

GCC >= 4.8.1
カラン >= 3.4
ICC >= 18.0.5
Visual Studio 2019 (64 ビットターゲット)

VC の構築とインストール

Vc を複製し、Vc の git サブモジュールを初期化します。

git clone https://github.com/VcDevel/Vc.git
cd Vc
git submodule update --init

ビルドディレクトリを作成します。

$ mkdir build
$ cd build

cmake を使用して構成し、関連するオプションを追加します。

$ cmake ..

必要に応じて、インストールディレクトリを指定します。

$ cmake -DCMAKE_INSTALL_PREFIX=/opt/Vc ..

必要に応じて、単体テストの構築を含めます。

$ cmake -DBUILD_TESTING=ON ..

Windows では、複数のバージョンの Visual Studio がインストールされている場合は、次のいずれかを選択できます。

$ cmake -G " Visual Studio 16 2019 " ..

使用可能なジェネレーターのリストについては、 cmake --help参照してください。

ビルドしてインストールします。

$ cmake --build . -j 16
$ cmake --install . # may require permissions

Windows では、Visual Studio でVc.sln開いて、IDE からビルド/インストールすることもできます。

ドキュメント

ドキュメントは doxygen 経由で生成されます。 docサブディレクトリでdoxygen実行すると、ドキュメントを構築できます。あるいは、次の場所でドキュメントの夜間ビルドを見つけることができます。

1.4分岐
1.4.4 リリース
1.4.3 リリース
1.4.2 リリース
1.4.1 リリース
1.4.0 リリース
1.3分岐
1.3.0 リリース
1.2.0 リリース
1.1.0 リリース
0.7ブランチ

出版物

M. Kretz、「SIMD ベクトル型を使用した明示的なデータ並列プログラミングのための C++ の拡張」、ゲーテ大学フランクフルト、学位論文、2015 年。
M. Kretz および V. Lindenstruth、「Vc: 明示的なベクトル化のための C++ ライブラリ」、ソフトウェア: 実践と経験、2011 年。
M. Kretz、「ベクトル化とマルチスレッドによるマルチおよびメニーコアシステムの効率的な使用」、ハイデルベルク大学、2009 年。

Vc の機能を C++ 標準ライブラリに統合する作業を行います。