Оптимизация __mm_add_epi32_inplace_purego с использованием ассемблера

Этот вопрос направлен на оптимизацию внутреннего цикла функции __mm_add_epi32_inplace_purego, которая выполняет позиционный подсчет заполнения массива байтов. Цель состоит в том, чтобы повысить производительность за счет использования инструкций ассемблера.

Исходная реализация внутреннего цикла Go:

    __mm_add_epi32_inplace_purego(&counts[i], expand)

The использование '&counts[i]' для передачи адреса элемента массива может быть неэффективным. Чтобы оптимизировать это, мы можем вместо этого передать указатель на весь массив:

__mm_add_epi32_inplace_inplace_purego(counts, expand)

Эта модификация уменьшает накладные расходы, связанные с передачей массивов в качестве аргументов.

Кроме того, внутренний цикл можно дополнительно оптимизировать с помощью инструкций ассемблера. Следующий ассемблерный код представляет собой версию __mm_add_epi32_inplace_purego, реализованную в сборке:

// func __mm_add_epi32_inplace_asm(counts *[8]int32, expand *[8]int32)
TEXT ·__mm_add_epi32_inplace_asm(SB),NOSPLIT,$0-16
    MOVQ counts 0(FP), DI
    MOVQ expand 8(FP), SI
    MOVL 8*0(DI), AX        // load counts[0]
    ADDL 8*0(SI), AX        // add expand[0]
    MOVL AX, 8*0(DI)        // store result in counts[0]
    MOVL 8*1(DI), AX        // load counts[1]
    ADDL 8*1(SI), AX        // add expand[1]
    MOVL AX, 8*1(DI)        // store result in counts[1]
    MOVL 8*2(DI), AX        // load counts[2]
    ADDL 8*2(SI), AX        // add expand[2]
    MOVL AX, 8*2(DI)        // store result in counts[2]
    MOVL 8*3(DI), AX        // load counts[3]
    ADDL 8*3(SI), AX        // add expand[3]
    MOVL AX, 8*3(DI)        // store result in counts[3]
    MOVL 8*4(DI), AX        // load counts[4]
    ADDL 8*4(SI), AX        // add expand[4]
    MOVL AX, 8*4(DI)        // store result in counts[4]
    MOVL 8*5(DI), AX        // load counts[5]
    ADDL 8*5(SI), AX        // add expand[5]
    MOVL AX, 8*5(DI)        // store result in counts[5]
    MOVL 8*6(DI), AX        // load counts[6]
    ADDL 8*6(SI), AX        // add expand[6]
    MOVL AX, 8*6(DI)        // store result in counts[6]
    MOVL 8*7(DI), AX        // load counts[7]
    ADDL 8*7(SI), AX        // add expand[7]
    MOVL AX, 8*7(DI)        // store result in counts[7]
    RET

Этот ассемблерный код загружает элементы «counts» и «expand» в регистры, выполняет сложение и сохраняет результат обратно в «counts». Избегая необходимости передавать массивы в качестве аргументов и используя эффективные инструкции ассемблера, этот код значительно повышает производительность внутреннего цикла.

Подводя итог, передавая указатель на массив вместо адреса элемента а за счет реализации внутреннего цикла в ассемблере функцию __mm_add_epi32_inplace_purego можно оптимизировать для повышения производительности операций позиционного подсчета населения.