如何在 .NET 中使用 SIMD

目录

• 什么是 SIMD
  
• SIMD 基础 API
  
  
  
  • System.Runtime.Intrinsics 命名空间
    
  • 如何理解向量的大小
    
  • 跨平台实现方式
    
  • SIMD 指令集的使用
    
  
  
• System.Numerics 命名空间中的 SIMD 支持
  
  
  
  • Vector 结构体
    
  • Vector2、Vector3 和 Vector4 结构体
    
  • Matrix2x2、Matrix3x2 和 Matrix4x4 结构体
    
  
  
• 其他 SIMD 的使用场景举例
  
  
  
  • 字母大小写转换
    
  • 二进制/位操作
    
  
  
• 总结
  

什么是 SIMD

SIMD（Single Instruction, Multiple Data） 译为 单指令多数据，是一种并行计算技术，允许单条指令同时对多个数据元素进行操作，从而提高计算效率。
与 SIMD 相对的是 SISD（Single Instruction, Single Data，单指令单数据），即每条指令只处理一个数据元素。
现在的大多数 CPU 都支持 SIMD 指令集，例如 Intel 的 SSE 和 AVX，ARM 的 NEON 等。
如果我们要对两组数组进行加法运算，传统方法（SISD）是逐个元素相加，而使用 SIMD 技术，可以一次性将多个元素加载到向量寄存器中，并执行单一的加法指令，从而显著提高计算效率。

下面我们通过一个简单的示例，对比传统的数组加法和使用 SIMD 优化后的数组加法在性能上的差异。例子中会对两个浮点数组进行加法运算，把结果存储在第三个数组中。
[code]using System.Runtime.Intrinsics;using BenchmarkDotNet.Attributes;using BenchmarkDotNet.Running;[MemoryDiagnoser]public class SimdBenchmark{    private float[] _arrA;    private float[] _arrB;    private float[] _resultArray;    private readonly int _dataSize = 1_000_000;    [GlobalSetup]    public void Setup()    {        var random = new Random();        _arrA = new float[_dataSize];        _arrB = new float[_dataSize];        _resultArray = new float[_dataSize];        for (int i = 0; i < _dataSize; i++)        {            _arrA = (float)random.NextDouble() * 10f;            _arrB = (float)random.NextDouble() * 10f;        }    }    [Benchmark]    public void NormalAdd()    {        for (int i = 0; i < _dataSize; i++)        {            _resultArray = _arrA + _arrB;        }    }    [Benchmark]    public void SimdAdd()    {        // 每次处理 4 个元素        int simdLength = Vector128.Count; // 4        int i = 0;        // 处理可被 SIMD 整除的部分        for (; i = numElementsPerVector)    {        // 有符号最小值 (0x8000) 用于偏移正确比较        ushort sourceSignedMinValue = (ushort)(1 = 'a' and = 'a' and