跳至主要內容

SIMD

阮一峰《ES6 教程》笔记ES6大约 18 分钟约 5340 字

SIMD

概述

SIMD(发音/sim-dee/)是“Single Instruction/Multiple Data”的缩写,意为“单指令,多数据”。它是 JavaScript 操作 CPU 对应指令的接口,你可以看做这是一种不同的运算执行模式。与它相对的是 SISD(“Single Instruction/Single Data”),即“单指令,单数据”。

SIMD 的含义是使用一个指令,完成多个数据的运算;SISD 的含义是使用一个指令,完成单个数据的运算,这是 JavaScript 的默认运算模式。显而易见,SIMD 的执行效率要高于 SISD,所以被广泛用于 3D 图形运算、物理模拟等运算量超大的项目之中。

为了理解 SIMD,请看下面的例子。

var a = [1, 2, 3, 4]
var b = [5, 6, 7, 8]
var c = []

c[0] = a[0] + b[0]
c[1] = a[1] + b[1]
c[2] = a[2] + b[2]
c[3] = a[3] + b[3]
c // Array[6, 8, 10, 12]

上面代码中,数组ab的对应成员相加,结果放入数组c。它的运算模式是依次处理每个数组成员,一共有四个数组成员,所以需要运算 4 次。

如果采用 SIMD 模式,只要运算一次就够了。

var a = SIMD.Float32x4(1, 2, 3, 4)
var b = SIMD.Float32x4(5, 6, 7, 8)
var c = SIMD.Float32x4.add(a, b) // Float32x4[6, 8, 10, 12]

上面代码之中,数组ab的四个成员的各自相加,只用一条指令就完成了。因此,速度比上一种写法提高了 4 倍。

一次 SIMD 运算,可以处理多个数据,这些数据被称为“通道”(lane)。上面代码中,一次运算了四个数据,因此就是四个通道。

SIMD 通常用于矢量运算。

v + w = 〈v1,, vn〉+ 〈w1,, wn〉
      = 〈v1+w1,, vn+wn〉

上面代码中,vw是两个多元矢量。它们的加运算,在 SIMD 下是一个指令、而不是 n 个指令完成的,这就大大提高了效率。这对于 3D 动画、图像处理、信号处理、数值处理、加密等运算是非常重要的。比如,Canvas 的getImageData()会将图像文件读成一个二进制数组,SIMD 就很适合对于这种数组的处理。

总的来说,SIMD 是数据并行处理(parallelism)的一种手段,可以加速一些运算密集型操作的速度。将来与 WebAssembly 结合以后,可以让 JavaScript 达到二进制代码的运行速度。

数据类型

SIMD 提供 12 种数据类型,总长度都是 128 个二进制位。

  • Float32x4:四个 32 位浮点数
  • Float64x2:两个 64 位浮点数
  • Int32x4:四个 32 位整数
  • Int16x8:八个 16 位整数
  • Int8x16:十六个 8 位整数
  • Uint32x4:四个无符号的 32 位整数
  • Uint16x8:八个无符号的 16 位整数
  • Uint8x16:十六个无符号的 8 位整数
  • Bool32x4:四个 32 位布尔值
  • Bool16x8:八个 16 位布尔值
  • Bool8x16:十六个 8 位布尔值
  • Bool64x2:两个 64 位布尔值

每种数据类型被x符号分隔成两部分,后面的部分表示通道数,前面的部分表示每个通道的宽度和类型。比如,Float32x4就表示这个值有 4 个通道,每个通道是一个 32 位浮点数。

每个通道之中,可以放置四种数据。

  • 浮点数(float,比如 1.0)
  • 带符号的整数(Int,比如-1)
  • 无符号的整数(Uint,比如 1)
  • 布尔值(Bool,包含truefalse两种值)

每种 SIMD 的数据类型都是一个函数方法,可以传入参数,生成对应的值。

var a = SIMD.Float32x4(1.0, 2.0, 3.0, 4.0)

上面代码中,变量a就是一个 128 位、包含四个 32 位浮点数(即四个通道)的值。

注意,这些数据类型方法都不是构造函数,前面不能加new,否则会报错。

var v = new SIMD.Float32x4(0, 1, 2, 3)
// TypeError: SIMD.Float32x4 is not a constructor

静态方法:数学运算

每种数据类型都有一系列运算符,支持基本的数学运算。

SIMD.%type%.abs(),SIMD.%type%.neg()

abs方法接受一个 SIMD 值作为参数,将它的每个通道都转成绝对值,作为一个新的 SIMD 值返回。

var a = SIMD.Float32x4(-1, -2, 0, NaN)
SIMD.Float32x4.abs(a)
// Float32x4[1, 2, 0, NaN]

neg方法接受一个 SIMD 值作为参数,将它的每个通道都转成负值,作为一个新的 SIMD 值返回。

var a = SIMD.Float32x4(-1, -2, 3, 0)
SIMD.Float32x4.neg(a)
// Float32x4[1, 2, -3, -0]

var b = SIMD.Float64x2(NaN, Infinity)
SIMD.Float64x2.neg(b)
// Float64x2[NaN, -Infinity]

SIMD.%type%.add(),SIMD.%type%.addSaturate()

add方法接受两个 SIMD 值作为参数,将它们的每个通道相加,作为一个新的 SIMD 值返回。

var a = SIMD.Float32x4(1.0, 2.0, 3.0, 4.0)
var b = SIMD.Float32x4(5.0, 10.0, 15.0, 20.0)
var c = SIMD.Float32x4.add(a, b)

上面代码中,经过加法运算,新的 SIMD 值为(6.0, 12.0, 18.0. 24.0)

addSaturate方法跟add方法的作用相同,都是两个通道相加,但是溢出的处理不一致。对于add方法,如果两个值相加发生溢出,溢出的二进制位会被丢弃; addSaturate方法则是返回该数据类型的最大值。

var a = SIMD.Uint16x8(65533, 65534, 65535, 65535, 1, 1, 1, 1)
var b = SIMD.Uint16x8(1, 1, 1, 5000, 1, 1, 1, 1)
SIMD.Uint16x8.addSaturate(a, b)
// Uint16x8[65534, 65535, 65535, 65535, 2, 2, 2, 2]

var c = SIMD.Int16x8(32765, 32766, 32767, 32767, 1, 1, 1, 1)
var d = SIMD.Int16x8(1, 1, 1, 5000, 1, 1, 1, 1)
SIMD.Int16x8.addSaturate(c, d)
// Int16x8[32766, 32767, 32767, 32767, 2, 2, 2, 2]

上面代码中,Uint16的最大值是 65535,Int16的最大值是 32767。一旦发生溢出,就返回这两个值。

注意,Uint32x4Int32x4这两种数据类型没有addSaturate方法。

SIMD.%type%.sub(),SIMD.%type%.subSaturate()

sub方法接受两个 SIMD 值作为参数,将它们的每个通道相减,作为一个新的 SIMD 值返回。

var a = SIMD.Float32x4(-1, -2, 3, 4)
var b = SIMD.Float32x4(3, 3, 3, 3)
SIMD.Float32x4.sub(a, b)
// Float32x4[-4, -5, 0, 1]

subSaturate方法跟sub方法的作用相同,都是两个通道相减,但是溢出的处理不一致。对于sub方法,如果两个值相减发生溢出,溢出的二进制位会被丢弃; subSaturate方法则是返回该数据类型的最小值。

var a = SIMD.Uint16x8(5, 1, 1, 1, 1, 1, 1, 1)
var b = SIMD.Uint16x8(10, 1, 1, 1, 1, 1, 1, 1)
SIMD.Uint16x8.subSaturate(a, b)
// Uint16x8[0, 0, 0, 0, 0, 0, 0, 0]

var c = SIMD.Int16x8(-100, 0, 0, 0, 0, 0, 0, 0)
var d = SIMD.Int16x8(32767, 0, 0, 0, 0, 0, 0, 0)
SIMD.Int16x8.subSaturate(c, d)
// Int16x8[-32768, 0, 0, 0, 0, 0, 0, 0, 0]

上面代码中,Uint16的最小值是0Int16的最小值是-32678。一旦运算发生溢出,就返回最小值。

SIMD.%type%.mul(),SIMD.%type%.div(),SIMD.%type%.sqrt()

mul方法接受两个 SIMD 值作为参数,将它们的每个通道相乘,作为一个新的 SIMD 值返回。

var a = SIMD.Float32x4(-1, -2, 3, 4)
var b = SIMD.Float32x4(3, 3, 3, 3)
SIMD.Float32x4.mul(a, b)
// Float32x4[-3, -6, 9, 12]

div方法接受两个 SIMD 值作为参数,将它们的每个通道相除,作为一个新的 SIMD 值返回。

var a = SIMD.Float32x4(2, 2, 2, 2)
var b = SIMD.Float32x4(4, 4, 4, 4)
SIMD.Float32x4.div(a, b)
// Float32x4[0.5, 0.5, 0.5, 0.5]

sqrt方法接受一个 SIMD 值作为参数,求出每个通道的平方根,作为一个新的 SIMD 值返回。

var b = SIMD.Float64x2(4, 8)
SIMD.Float64x2.sqrt(b)
// Float64x2[2, 2.8284271247461903]

SIMD.%FloatType%.reciprocalApproximation(),SIMD.%type%.reciprocalSqrtApproximation()

reciprocalApproximation方法接受一个 SIMD 值作为参数,求出每个通道的倒数(1 / x),作为一个新的 SIMD 值返回。

var a = SIMD.Float32x4(1, 2, 3, 4)
SIMD.Float32x4.reciprocalApproximation(a)
// Float32x4[1, 0.5, 0.3333333432674408, 0.25]

reciprocalSqrtApproximation方法接受一个 SIMD 值作为参数,求出每个通道的平方根的倒数(1 / (x^0.5)),作为一个新的 SIMD 值返回。

var a = SIMD.Float32x4(1, 2, 3, 4)
SIMD.Float32x4.reciprocalSqrtApproximation(a)
// Float32x4[1, 0.7071067690849304, 0.5773502588272095, 0.5]

注意,只有浮点数的数据类型才有这两个方法。

SIMD.%IntegerType%.shiftLeftByScalar()

shiftLeftByScalar方法接受一个 SIMD 值作为参数,然后将每个通道的值左移指定的位数,作为一个新的 SIMD 值返回。

var a = SIMD.Int32x4(1, 2, 4, 8)
SIMD.Int32x4.shiftLeftByScalar(a, 1)
// Int32x4[2, 4, 8, 16]

如果左移后,新的值超出了当前数据类型的位数,溢出的部分会被丢弃。

var ix4 = SIMD.Int32x4(1, 2, 3, 4)
var jx4 = SIMD.Int32x4.shiftLeftByScalar(ix4, 32)
// Int32x4[0, 0, 0, 0]

注意,只有整数的数据类型才有这个方法。

SIMD.%IntegerType%.shiftRightByScalar()

shiftRightByScalar方法接受一个 SIMD 值作为参数,然后将每个通道的值右移指定的位数,返回一个新的 SIMD 值。

var a = SIMD.Int32x4(1, 2, 4, -8)
SIMD.Int32x4.shiftRightByScalar(a, 1)
// Int32x4[0, 1, 2, -4]

如果原来通道的值是带符号的值,则符号位保持不变,不受右移影响。如果是不带符号位的值,则右移后头部会补0

var a = SIMD.Uint32x4(1, 2, 4, -8)
SIMD.Uint32x4.shiftRightByScalar(a, 1)
// Uint32x4[0, 1, 2, 2147483644]

上面代码中,-8右移一位变成了2147483644,是因为对于 32 位无符号整数来说,-8的二进制形式是11111111111111111111111111111000,右移一位就变成了01111111111111111111111111111100,相当于2147483644

注意,只有整数的数据类型才有这个方法。

静态方法:通道处理

SIMD.%type%.check()

check方法用于检查一个值是否为当前类型的 SIMD 值。如果是的,就返回这个值,否则就报错。

var a = SIMD.Float32x4(1, 2, 3, 9)

SIMD.Float32x4.check(a)
// Float32x4[1, 2, 3, 9]

SIMD.Float32x4.check([1, 2, 3, 4]) // 报错
SIMD.Int32x4.check(a) // 报错
SIMD.Int32x4.check('hello world') // 报错

SIMD.%type%.extractLane(),SIMD.%type%.replaceLane()

extractLane方法用于返回给定通道的值。它接受两个参数,分别是 SIMD 值和通道编号。

var t = SIMD.Float32x4(1, 2, 3, 4)
SIMD.Float32x4.extractLane(t, 2) // 3

replaceLane方法用于替换指定通道的值,并返回一个新的 SIMD 值。它接受三个参数,分别是原来的 SIMD 值、通道编号和新的通道值。

var t = SIMD.Float32x4(1, 2, 3, 4)
SIMD.Float32x4.replaceLane(t, 2, 42)
// Float32x4[1, 2, 42, 4]

SIMD.%type%.load()

load方法用于从二进制数组读入数据,生成一个新的 SIMD 值。

var a = new Int32Array([1, 2, 3, 4, 5, 6, 7, 8])
SIMD.Int32x4.load(a, 0)
// Int32x4[1, 2, 3, 4]

var b = new Int32Array([1, 2, 3, 4, 5, 6, 7, 8])
SIMD.Int32x4.load(a, 2)
// Int32x4[3, 4, 5, 6]

load方法接受两个参数:一个二进制数组和开始读取的位置(从 0 开始)。如果位置不合法(比如-1或者超出二进制数组的大小),就会抛出一个错误。

这个方法还有三个变种load1()load2()load3(),表示从指定位置开始,只加载一个通道、二个通道、三个通道的值。

// 格式
SIMD.Int32x4.load(tarray, index)
SIMD.Int32x4.load1(tarray, index)
SIMD.Int32x4.load2(tarray, index)
SIMD.Int32x4.load3(tarray, index)

// 实例
var a = new Int32Array([1, 2, 3, 4, 5, 6, 7, 8])
SIMD.Int32x4.load1(a, 0)
// Int32x4[1, 0, 0, 0]
SIMD.Int32x4.load2(a, 0)
// Int32x4[1, 2, 0, 0]
SIMD.Int32x4.load3(a, 0)
// Int32x4[1, 2, 3,0]

SIMD.%type%.store()

store方法用于将一个 SIMD 值,写入一个二进制数组。它接受三个参数,分别是二进制数组、开始写入的数组位置、SIMD 值。它返回写入值以后的二进制数组。

var t1 = new Int32Array(8)
var v1 = SIMD.Int32x4(1, 2, 3, 4)
SIMD.Int32x4.store(t1, 0, v1)
// Int32Array[1, 2, 3, 4, 0, 0, 0, 0]

var t2 = new Int32Array(8)
var v2 = SIMD.Int32x4(1, 2, 3, 4)
SIMD.Int32x4.store(t2, 2, v2)
// Int32Array[0, 0, 1, 2, 3, 4, 0, 0]

上面代码中,t1是一个二进制数组,v1是一个 SIMD 值,只有四个通道。所以写入t1以后,只有前四个位置有值,后四个位置都是 0。而t2是从 2 号位置开始写入,所以前两个位置和后两个位置都是 0。

这个方法还有三个变种store1()store2()store3(),表示只写入一个通道、二个通道和三个通道的值。

var tarray = new Int32Array(8)
var value = SIMD.Int32x4(1, 2, 3, 4)
SIMD.Int32x4.store1(tarray, 0, value)
// Int32Array[1, 0, 0, 0, 0, 0, 0, 0]

SIMD.%type%.splat()

splat方法返回一个新的 SIMD 值,该值的所有通道都会设成同一个预先给定的值。

SIMD.Float32x4.splat(3)
// Float32x4[3, 3, 3, 3]
SIMD.Float64x2.splat(3)
// Float64x2[3, 3]

如果省略参数,所有整数型的 SIMD 值都会设定0,浮点型的 SIMD 值都会设成NaN

SIMD.%type%.swizzle()

swizzle方法返回一个新的 SIMD 值,重新排列原有的 SIMD 值的通道顺序。

var t = SIMD.Float32x4(1, 2, 3, 4)
SIMD.Float32x4.swizzle(t, 1, 2, 0, 3)
// Float32x4[2,3,1,4]

上面代码中,swizzle方法的第一个参数是原有的 SIMD 值,后面的参数对应将要返回的 SIMD 值的四个通道。它的意思是新的 SIMD 的四个通道,依次是原来 SIMD 值的 1 号通道、2 号通道、0 号通道、3 号通道。由于 SIMD 值最多可以有 16 个通道,所以swizzle方法除了第一个参数以外,最多还可以接受 16 个参数。

下面是另一个例子。

var a = SIMD.Float32x4(1.0, 2.0, 3.0, 4.0)
// Float32x4[1.0, 2.0, 3.0, 4.0]

var b = SIMD.Float32x4.swizzle(a, 0, 0, 1, 1)
// Float32x4[1.0, 1.0, 2.0, 2.0]

var c = SIMD.Float32x4.swizzle(a, 3, 3, 3, 3)
// Float32x4[4.0, 4.0, 4.0, 4.0]

var d = SIMD.Float32x4.swizzle(a, 3, 2, 1, 0)
// Float32x4[4.0, 3.0, 2.0, 1.0]

SIMD.%type%.shuffle()

shuffle方法从两个 SIMD 值之中取出指定通道,返回一个新的 SIMD 值。

var a = SIMD.Float32x4(1, 2, 3, 4)
var b = SIMD.Float32x4(5, 6, 7, 8)

SIMD.Float32x4.shuffle(a, b, 1, 5, 7, 2)
// Float32x4[2, 6, 8, 3]

上面代码中,ab一共有 8 个通道,依次编号为 0 到 7。shuffle根据编号,取出相应的通道,返回一个新的 SIMD 值。

静态方法:比较运算

SIMD.%type%.equal(),SIMD.%type%.notEqual()

equal方法用来比较两个 SIMD 值ab的每一个通道,根据两者是否精确相等(a === b),得到一个布尔值。最后,所有通道的比较结果,组成一个新的 SIMD 值,作为掩码返回。notEqual方法则是比较两个通道是否不相等(a !== b)。

var a = SIMD.Float32x4(1, 2, 3, 9)
var b = SIMD.Float32x4(1, 4, 7, 9)

SIMD.Float32x4.equal(a, b)
// Bool32x4[true, false, false, true]

SIMD.Float32x4.notEqual(a, b)
// Bool32x4[false, true, true, false]

SIMD.%type%.greaterThan(),SIMD.%type%.greaterThanOrEqual()

greatThan方法用来比较两个 SIMD 值ab的每一个通道,如果在该通道中,a较大就得到true,否则得到false。最后,所有通道的比较结果,组成一个新的 SIMD 值,作为掩码返回。greaterThanOrEqual则是比较a是否大于等于b

var a = SIMD.Float32x4(1, 6, 3, 11)
var b = SIMD.Float32x4(1, 4, 7, 9)

SIMD.Float32x4.greaterThan(a, b)
// Bool32x4[false, true, false, true]

SIMD.Float32x4.greaterThanOrEqual(a, b)
// Bool32x4[true, true, false, true]

SIMD.%type%.lessThan(),SIMD.%type%.lessThanOrEqual()

lessThan方法用来比较两个 SIMD 值ab的每一个通道,如果在该通道中,a较小就得到true,否则得到false。最后,所有通道的比较结果,会组成一个新的 SIMD 值,作为掩码返回。lessThanOrEqual方法则是比较a是否等于b

var a = SIMD.Float32x4(1, 2, 3, 11)
var b = SIMD.Float32x4(1, 4, 7, 9)

SIMD.Float32x4.lessThan(a, b)
// Bool32x4[false, true, true, false]

SIMD.Float32x4.lessThanOrEqual(a, b)
// Bool32x4[true, true, true, false]

SIMD.%type%.select()

select方法通过掩码生成一个新的 SIMD 值。它接受三个参数,分别是掩码和两个 SIMD 值。

var a = SIMD.Float32x4(1, 2, 3, 4)
var b = SIMD.Float32x4(5, 6, 7, 8)

var mask = SIMD.Bool32x4(true, false, false, true)

SIMD.Float32x4.select(mask, a, b)
// Float32x4[1, 6, 7, 4]

上面代码中,select方法接受掩码和两个 SIMD 值作为参数。当某个通道对应的掩码为true时,会选择第一个 SIMD 值的对应通道,否则选择第二个 SIMD 值的对应通道。

这个方法通常与比较运算符结合使用。

var a = SIMD.Float32x4(0, 12, 3, 4)
var b = SIMD.Float32x4(0, 6, 7, 50)

var mask = SIMD.Float32x4.lessThan(a, b)
// Bool32x4[false, false, true, true]

var result = SIMD.Float32x4.select(mask, a, b)
// Float32x4[0, 6, 3, 4]

上面代码中,先通过lessThan方法生成一个掩码,然后通过select方法生成一个由每个通道的较小值组成的新的 SIMD 值。

SIMD.%BooleanType%.allTrue(),SIMD.%BooleanType%.anyTrue()

allTrue方法接受一个 SIMD 值作为参数,然后返回一个布尔值,表示该 SIMD 值的所有通道是否都为true

var a = SIMD.Bool32x4(true, true, true, true)
var b = SIMD.Bool32x4(true, false, true, true)

SIMD.Bool32x4.allTrue(a) // true
SIMD.Bool32x4.allTrue(b) // false

anyTrue方法则是只要有一个通道为true,就返回true,否则返回false

var a = SIMD.Bool32x4(false, false, false, false)
var b = SIMD.Bool32x4(false, false, true, false)

SIMD.Bool32x4.anyTrue(a) // false
SIMD.Bool32x4.anyTrue(b) // true

注意,只有四种布尔值数据类型(Bool32x4Bool16x8Bool8x16Bool64x2)才有这两个方法。

这两个方法通常与比较运算符结合使用。

var ax4 = SIMD.Float32x4(1.0, 2.0, 3.0, 4.0)
var bx4 = SIMD.Float32x4(0.0, 6.0, 7.0, 8.0)
var ix4 = SIMD.Float32x4.lessThan(ax4, bx4)
var b1 = SIMD.Int32x4.allTrue(ix4) // false
var b2 = SIMD.Int32x4.anyTrue(ix4) // true

SIMD.%type%.min(),SIMD.%type%.minNum()

min方法接受两个 SIMD 值作为参数,将两者的对应通道的较小值,组成一个新的 SIMD 值返回。

var a = SIMD.Float32x4(-1, -2, 3, 5.2)
var b = SIMD.Float32x4(0, -4, 6, 5.5)
SIMD.Float32x4.min(a, b)
// Float32x4[-1, -4, 3, 5.2]

如果有一个通道的值是NaN,则会优先返回NaN

var c = SIMD.Float64x2(NaN, Infinity)
var d = SIMD.Float64x2(1337, 42)
SIMD.Float64x2.min(c, d)
// Float64x2[NaN, 42]

minNum方法与min的作用一模一样,唯一的区别是如果有一个通道的值是NaN,则会优先返回另一个通道的值。

var ax4 = SIMD.Float32x4(1.0, 2.0, NaN, NaN)
var bx4 = SIMD.Float32x4(2.0, 1.0, 3.0, NaN)
var cx4 = SIMD.Float32x4.min(ax4, bx4)
// Float32x4[1.0, 1.0, NaN, NaN]
var dx4 = SIMD.Float32x4.minNum(ax4, bx4)
// Float32x4[1.0, 1.0, 3.0, NaN]

SIMD.%type%.max(),SIMD.%type%.maxNum()

max方法接受两个 SIMD 值作为参数,将两者的对应通道的较大值,组成一个新的 SIMD 值返回。

var a = SIMD.Float32x4(-1, -2, 3, 5.2)
var b = SIMD.Float32x4(0, -4, 6, 5.5)
SIMD.Float32x4.max(a, b)
// Float32x4[0, -2, 6, 5.5]

如果有一个通道的值是NaN,则会优先返回NaN

var c = SIMD.Float64x2(NaN, Infinity)
var d = SIMD.Float64x2(1337, 42)
SIMD.Float64x2.max(c, d)
// Float64x2[NaN, Infinity]

maxNum方法与max的作用一模一样,唯一的区别是如果有一个通道的值是NaN,则会优先返回另一个通道的值。

var c = SIMD.Float64x2(NaN, Infinity)
var d = SIMD.Float64x2(1337, 42)
SIMD.Float64x2.maxNum(c, d)
// Float64x2[1337, Infinity]

静态方法:位运算

SIMD.%type%.and(),SIMD.%type%.or(),SIMD.%type%.xor(),SIMD.%type%.not()

and方法接受两个 SIMD 值作为参数,返回两者对应的通道进行二进制AND运算(&)后得到的新的 SIMD 值。

var a = SIMD.Int32x4(1, 2, 4, 8)
var b = SIMD.Int32x4(5, 5, 5, 5)
SIMD.Int32x4.and(a, b)
// Int32x4[1, 0, 4, 0]

上面代码中,以通道0为例,1的二进制形式是00015的二进制形式是01001,所以进行AND运算以后,得到0001

or方法接受两个 SIMD 值作为参数,返回两者对应的通道进行二进制OR运算(|)后得到的新的 SIMD 值。

var a = SIMD.Int32x4(1, 2, 4, 8)
var b = SIMD.Int32x4(5, 5, 5, 5)
SIMD.Int32x4.or(a, b)
// Int32x4[5, 7, 5, 13]

xor方法接受两个 SIMD 值作为参数,返回两者对应的通道进行二进制“异或”运算(^)后得到的新的 SIMD 值。

var a = SIMD.Int32x4(1, 2, 4, 8)
var b = SIMD.Int32x4(5, 5, 5, 5)
SIMD.Int32x4.xor(a, b)
// Int32x4[4, 7, 1, 13]

not方法接受一个 SIMD 值作为参数,返回每个通道进行二进制“否”运算(~)后得到的新的 SIMD 值。

var a = SIMD.Int32x4(1, 2, 4, 8)
SIMD.Int32x4.not(a)
// Int32x4[-2, -3, -5, -9]

上面代码中,1的否运算之所以得到-2,是因为在计算机内部,负数采用”2 的补码“这种形式进行表示。也就是说,整数n的负数形式-n,是对每一个二进制位取反以后,再加上 1。因此,直接取反就相当于负数形式再减去 1,比如1的负数形式是-1,再减去 1,就得到了-2

静态方法:数据类型转换

SIMD 提供以下方法,用来将一种数据类型转为另一种数据类型。

  • SIMD.%type%.fromFloat32x4()
  • SIMD.%type%.fromFloat32x4Bits()
  • SIMD.%type%.fromFloat64x2Bits()
  • SIMD.%type%.fromInt32x4()
  • SIMD.%type%.fromInt32x4Bits()
  • SIMD.%type%.fromInt16x8Bits()
  • SIMD.%type%.fromInt8x16Bits()
  • SIMD.%type%.fromUint32x4()
  • SIMD.%type%.fromUint32x4Bits()
  • SIMD.%type%.fromUint16x8Bits()
  • SIMD.%type%.fromUint8x16Bits()

带有Bits后缀的方法,会原封不动地将二进制位拷贝到新的数据类型;不带后缀的方法,则会进行数据类型转换。

var t = SIMD.Float32x4(1.0, 2.0, 3.0, 4.0)
SIMD.Int32x4.fromFloat32x4(t)
// Int32x4[1, 2, 3, 4]

SIMD.Int32x4.fromFloat32x4Bits(t)
// Int32x4[1065353216, 1073741824, 1077936128, 1082130432]

上面代码中,fromFloat32x4是将浮点数转为整数,然后存入新的数据类型;fromFloat32x4Bits则是将二进制位原封不动地拷贝进入新的数据类型,然后进行解读。

Bits后缀的方法,还可以用于通道数目不对等的拷贝。

var t = SIMD.Float32x4(1.0, 2.0, 3.0, 4.0)
SIMD.Int16x8.fromFloat32x4Bits(t)
// Int16x8[0, 16256, 0, 16384, 0, 16448, 0, 16512]

上面代码中,原始 SIMD 值t是 4 通道的,而目标值是 8 通道的。

如果数据转换时,原通道的数据大小,超过了目标通道的最大宽度,就会报错。

实例方法

SIMD.%type%.prototype.toString()

toString方法返回一个 SIMD 值的字符串形式。

var a = SIMD.Float32x4(11, 22, 33, 44)
a.toString() // "SIMD.Float32x4(11, 22, 33, 44)"

实例:求平均值

正常模式下,计算n个值的平均值,需要运算n次。

function average(list) {
  var n = list.length
  var sum = 0.0
  for (var i = 0; i < n; i++) {
    sum += list[i]
  }
  return sum / n
}

使用 SIMD,可以将计算次数减少到n次的四分之一。

function average(list) {
  var n = list.length
  var sum = SIMD.Float32x4.splat(0.0)
  for (var i = 0; i < n; i += 4) {
    sum = SIMD.Float32x4.add(sum, SIMD.Float32x4.load(list, i))
  }
  var total =
    SIMD.Float32x4.extractLane(sum, 0) +
    SIMD.Float32x4.extractLane(sum, 1) +
    SIMD.Float32x4.extractLane(sum, 2) +
    SIMD.Float32x4.extractLane(sum, 3)
  return total / n
}

上面代码先是每隔四位,将所有的值读入一个 SIMD,然后立刻累加。然后,得到累加值四个通道的总和,再除以n就可以了。

上次编辑于: