xsimd
1.0.0
C ++包装器用于SIMD内在的
SIMD（单个指令，多个数据）是微处理器的一个功能，已有多年了。 SIMD指令一次对一批值执行单个操作，因此提供了一种显着加速代码执行的方法。但是，这些指令在微处理器供应商和编译器之间有所不同。
xsimd提供了用于图书馆作者使用这些功能的统一手段。也就是说，它可以操纵与单个值相同的算术运算符的数字批次。它还提供了在批处理上运行的常见数学功能的加速实现。
除Xtensor之外，Xsimd已被主要的开源项目采用，例如Mozilla Firefox，Apache Arrow，Pythran和Krita。
XSIMD项目始于约翰·马比尔（Johan Mabille）的一系列博客文章，介绍了如何实施Simd Intinstics包装纸。博客的档案可以在这里找到：C ++科学家。文章中描述的设计一直接近XSIMD的实际体系结构，直到版本8.0。
数学功能是最初在现在不弃用的boost.simd项目中实现的算法的轻量级实现。
xsimd需要C ++ 11兼容的编译器。支持以下C ++编译器：
| 编译器 | 版本 |
|---|---|
| Microsoft Visual Studio | MSVC 2015更新2及以上 |
| G ++ | 4.9及以上 |
| 铛 | 4.0及以上 |
支持以下SIMD指令集扩展名：
| 建筑学 | 指令集扩展 |
|---|---|
| x86 | SSE2，SSE3，SSE3，SSE4.1，SSE4.2，AVX，AVX2，FMA3+SSE，FMA3+AVX，FMA3+AVX2 |
| x86 | AVX512BW，AVX512CD，AVX512DQ，AVX512F（GCC7及更高） |
| x86 amd | FMA4 |
| 手臂 | Neon，Neon64，SVE128/256/512（固定矢量大小） |
| WebAssembly | WASM |
| RISC-V | RISC-V128/256/512（固定向量大小） |
XSIMD的软件包可在Mamba（或Conda）软件包管理器上找到。
mamba install -c conda-forge xsimdSPACK软件包管理器上可用XSIMD的软件包。
spack install xsimd
spack load xsimd您可以使用CMAKE直接从源中安装它：
cmake -D CMAKE_INSTALL_PREFIX=your_install_prefix .
make install要开始使用xsimd ，请查看完整的文档
http://xsimd.readthedocs.io/
xsimd对XTL库有可选的依赖性：
xsimd | xtl （可选） |
|---|---|
| 掌握 | ^0.7.0 |
| 12.x | ^0.7.0 |
| 11.x | ^0.7.0 |
| 10.x | ^0.7.0 |
| 9.x | ^0.7.0 |
| 8.x | ^0.7.0 |
如果要支持xtl::xcomplex的矢量化，则需要对xtl的依赖性。在这种情况下，您必须使用启用C ++ 14支持的项目构建项目。
该库的版本8是一个完整的重写，与7.x版本有一些微小的区别。迁移指南将很快提供。同时，以下示例显示了如何使用库的两个版本7和8？
这是一个示例，该示例计算两个双浮点值的两组的平均值，假设支持AVX扩展名：
# include < iostream >
# include " xsimd/xsimd.hpp "
namespace xs = xsimd;
int main ( int argc, char * argv[])
{
xs::batch< double , xs::avx2> a = { 1.5 , 2.5 , 3.5 , 4.5 };
xs::batch< double , xs::avx2> b = { 2.5 , 3.5 , 4.5 , 5.5 };
auto mean = (a + b) / 2 ;
std::cout << mean << std::endl;
return 0 ;
}在构建示例时，不要忘记启用AVX扩展。使用GCC或Clang，这是通过-mavx标志完成的，在MSVC上，您必须通过/arch:AVX选项。
此示例输出：
( 2.0 , 3.0 , 4.0 , 5.0 )相同的计算在向量上运行，并使用最性能的指令集：
# include < cstddef >
# include < vector >
# include " xsimd/xsimd.hpp "
namespace xs = xsimd;
using vector_type = std::vector< double , xsimd::aligned_allocator< double >>;
void mean ( const vector_type& a, const vector_type& b, vector_type& res)
{
std:: size_t size = a. size ();
constexpr std:: size_t simd_size = xsimd::simd_type< double >::size;
std:: size_t vec_size = size - size % simd_size;
for (std:: size_t i = 0 ; i < vec_size; i += simd_size)
{
auto ba = xs::load_aligned (&a[i]);
auto bb = xs::load_aligned (&b[i]);
auto bres = (ba + bb) / 2 .;
bres. store_aligned (&res[i]);
}
for (std:: size_t i = vec_size; i < size; ++i)
{
res[i] = (a[i] + b[i]) / 2 .;
}
}构建测试需要CMAKE。
cmake可作为大多数Linux发行版的软件包可用。此外，它们也可以与conda软件包管理器（即使在Windows上）安装：
conda install -c conda-forge cmake安装了cmake后，您可以构建并运行测试：
mkdir build
cd build
cmake ../ -DBUILD_TESTS=ON
make xtest在与Travis CI连续集成的背景下，在conda环境中进行测试，可以用它激活
cd test
conda env create -f ./test-environment.yml
source activate test-xsimd
cd ..
cmake . -DBUILD_TESTS=ON
make xtestXSIMD的文档是用三个工具构建的
虽然必须单独安装doxygen，但您可以通过打字来安装呼吸
pip install breathe呼吸也可以与conda一起安装
conda install -c conda-forge breathe最后，用
make html从docs子目录。
我们使用共享的版权模型，使所有贡献者能够维护其贡献的版权。
该软件是根据BSD-3-CAREASE许可证获得许可的。有关详细信息，请参见许可证文件。
