gistfile1.c

// gcc avx.c -mavx -std=c99 -O2
// while true; do ./a.out; done > log
// analyze via np.genfromtxt, e.g. min, 10th percentile, median

#include <stdio.h>
#include <string.h>
#include <x86intrin.h>
#include <avxintrin.h>

#define N 3000


/* Aligned AVX */
void __attribute__((noinline)) add(double * a, double * b, int warmup)
{
    int dump;
    long long ts = __rdtscp(&dump);
    for (size_t i = 0; i < N; i+=8) {
        __m256d av = _mm256_load_pd(&a[i]);
        __m256d bv = _mm256_load_pd(&b[i]);
        __m256d cv = _mm256_load_pd(&a[i+4]);
        __m256d dv = _mm256_load_pd(&b[i+4]);
        av = _mm256_add_pd(av, bv);
        cv = _mm256_add_pd(cv, dv);
        _mm256_store_pd(&a[i], av);
        _mm256_store_pd(&a[i+4], cv);
    }
    if (!warmup)
        printf("%lld ", __rdtscp(&dump) - ts);
}

/* Unaligned AVX */
void __attribute__((noinline)) add2(double * a, double * b, int warmup)
{
    int dump;
    long long ts = __rdtscp(&dump);
    for (size_t i = 0; i < N; i+=4) {
        __m256d av = _mm256_loadu_pd(&a[i]);
        __m256d bv = _mm256_loadu_pd(&b[i]);
        av = _mm256_add_pd(av, bv);
        _mm256_storeu_pd(&a[i], av);
    }
    if (!warmup)
        printf("%lld ", __rdtscp(&dump) - ts);
}

/* Aligned SSE2 */
void __attribute__((noinline)) add3(double * a, double * b, int warmup)
{
    int dump;
    long long ts = __rdtscp(&dump);
    for (size_t i = 0; i < N; i+=4) {
        __m128d av = _mm_load_pd(&a[i]);
        __m128d bv = _mm_load_pd(&b[i]);
        __m128d cv = _mm_load_pd(&a[i+2]);
        __m128d dv = _mm_load_pd(&b[i+2]);
        av = _mm_add_pd(av, bv);
        cv = _mm_add_pd(cv, dv);
        _mm_store_pd(&a[i], av);
        _mm_store_pd(&a[i+2], cv);
    }
    if (!warmup)
        printf("%lld ", __rdtscp(&dump) - ts);
}

/* Scalar */
void __attribute__((noinline)) add9(double * a, double * b, int warmup)
{
    int dump;
    long long ts = __rdtscp(&dump);
    for (size_t i = 0; i < N; i+=1) {
        a[i] = a[i] + b[i];
    }
    if (!warmup)
        printf("%lld ", __rdtscp(&dump) - ts);
}

int main(int argc, const char *argv[])
{
    int i;
    double * a = _mm_malloc(N *8 + 10, 32);
    double * b = _mm_malloc(N *8 + 10, 32);
    memset(a, 0, N * 8 + 10);
    memset(b, 0, N * 8 + 10);
    for (i=0; i<10; i++)
        add(a, b, 1);
    add(a, b, 0);
    add2(a + 2, b + 2, 1);
    add2(a + 2, b + 2, 0);
    add2(a + 1, b + 1, 1);
    add2(a + 1, b + 1, 0);
    add3(a, b, 1);
    add3(a, b, 0);
    add9(a, b, 1);
    add9(a, b, 0);
    puts("");
    return 0;
}