SIMDIntrinsics

Full name Microsoft.VisualBasic.Math.SIMD.SIMDIntrinsics Assembly Microsoft.VisualBasic.Runtime Members 14

基于 System.Runtime.Intrinsics.X86 的指令级融合内核。

00 Remarks

这里的函数都只负责“Double 与 Single 的 256 位融合乘加(FMA)”这一类确实存在指令级收益的场景；普通的逐元素加减乘除请使用 SimdEngine —— 因为 Vector256(Of Double) 的宽度与 Vector(Of Double).Count 完全一致，再单独写一条 256 位路径只会增加代码量而不会提升吞吐。

所有的 FMA 内核都会在运行期同时检查 SimdCapabilities.IsFma 与 SIMDEnvironment.IsEnabled：前者保证处理器确实有 FMA 指令，后者保证 SIMDConfiguration.disable 这个全局逃生开关依然有效。任一条件不满足时会退回到等价的 SimdEngine / SimdReduce 实现，因此这些函数在任何平台与任何配置下都是安全的。

与旧实现的关键差别：这里使用批量装载/存储 (New Vector256(Of T)(array, offset) + Vector256(Of T).CopyTo) 取代旧版的 Vector256.Create(...) 逐元素构造 + GetElement 逐元素回写（后者会因为多次插入/提取通道而失去向量化的全部收益）。

01 Syntax

Microsoft.VisualBasic.Math.SIMD.SIMDIntrinsics

02 Methods

Name	Overloads	Summary
HorizontalSum4	1	Double 的 4 通道水平求和。
Load4	1	从 Double 数组的 offset 处批量装载一个 256 位向量。
Load8	1	从 Single 数组的 offset 处批量装载一个 256 位向量。
Store4	1	把一个 256 位向量批量写回 Double 数组。
VectorAddAvx	2	逐元素相加（Double）。
VectorAddAvx2	2	逐元素相加（Double）。
DotFma	2	点积（Double），使用 FMA 融合乘加。
SumSquaresFma	1	平方和：SUM(v(i) ^ 2)，使用 FMA 融合乘加。
Axpy	1	AXPY：out(i) = alpha * x(i) + y(i)，使用 FMA 融合乘加。
AxpyInPlace	1	就地 AXPY：y(i) += alpha * x(i)，使用 FMA 融合乘加。
MultiplyAdd	1	融合乘加：out(i) = v1(i) * v2(i) + acc(i)

03 Members

method HorizontalSum4 #

HorizontalSum4(Vector256(Of Double))

Double 的 4 通道水平求和。

method Load4 #

Load4(Double(), Int32)

从 Double 数组的 offset 处批量装载一个 256 位向量。

method Load8 #

Load8(Single(), Int32)

从 Single 数组的 offset 处批量装载一个 256 位向量。

method Store4 #

Store4(Vector256(Of Double), Double(), Int32)

把一个 256 位向量批量写回 Double 数组。

method VectorAddAvx #

VectorAddAvx(Double(), Double())

逐元素相加（Double）。

Remarks

保留这个名称仅为兼容旧代码；内部走 SimdEngine.Add() 这条跨平台的主干路径。

method VectorAddAvx overload 2 #

VectorAddAvx(Single(), Single())

逐元素相加（Single）。

method VectorAddAvx2 #

VectorAddAvx2(Double(), Double())

逐元素相加（Double）。

Remarks

保留这个名称仅为兼容旧代码；对 Double 而言 AVX2 与 AVX 的浮点加法是同一条指令，因此与 SIMDIntrinsics.VectorAddAvx() 完全等价。

method VectorAddAvx2 overload 2 #

VectorAddAvx2(Single(), Single())

逐元素相加（Single）。

method DotFma #

DotFma(Double(), Double())

点积（Double），使用 FMA 融合乘加。

Remarks

与 SIMDIntrinsics.SumSquaresFma() 一样使用 4 路独立累加器来打断 FMA 的依赖链；归约顺序不同会带来 ULP 级差异。

Parameters

Name	Type	Description
`v1`	`Double()`	-
`v2`	`Double()`	-

Returns

SUM(v1(i) * v2(i))

method DotFma overload 2 #

DotFma(Single(), Single())

点积（Single），使用 FMA 融合乘加并以 Double 累加。

method SumSquaresFma #

SumSquaresFma(Double())

平方和：SUM(v(i) ^ 2)，使用 FMA 融合乘加。

Remarks

使用 4 路独立累加器：FMA 的延时约为 4 个周期，若只用一个累加器，整个循环会被这条依赖链串行化，吞吐无法超过「1 条 FMA / 4 周期」； 4 路累加器让乱序执行可以同时保持多条 FMA 在飞，长数组上能拿到接近 3~4 倍的额外提升（这也是 SimdReduce.SumSquares() 采用同样策略的原因）。

归约顺序与单累加器版本不同，因此结果可能存在浮点末位（ULP）级差异。

method Axpy #

Axpy(Double, Double(), Double())

AXPY：out(i) = alpha * x(i) + y(i)，使用 FMA 融合乘加。

method AxpyInPlace #

AxpyInPlace(Double, Double(), Double())

就地 AXPY：y(i) += alpha * x(i)，使用 FMA 融合乘加。

Remarks

这是矩阵分解/求解器里出现频率最高的一类 BLAS-1 操作（列消元、Gram-Schmidt 正交化、秩一更新的行部分），就地更新可以避免为每次迭代分配临时数组。

为什么不使用“末块与末尾重叠”的技巧：输入与输出共用同一块内存，重叠部分会把已经更新过的元素再算一次，因此尾块退化为单通道逐元素计算。

method MultiplyAdd #

MultiplyAdd(Double(), Double(), Double())

融合乘加：out(i) = v1(i) * v2(i) + acc(i)