Cで書くかアセンブラで書くか・・・

これがベクトル化されれば夢のような話だ！

for(j=0;j<16;j++){
for(i=0;i<16;i++){
d1[i]^=GF[((FG[a[j]]-1)+(FG[h1[i][FG[b[j]]]]-1)%255)+1];
d2[i]^=GF[mlt(FG[a[j]],FG[h2[i][FG[b[j]]]])];
}
}

int a[]={130, 160, 130, 193, 130, 211, 130, 241, 130, 160, 130, 169, 130, 241, 130, 196};
int b[]={131, 94, 131, 129, 131, 84, 131, 140, 131, 139, 131, 95, 131, 67, 131, 96};
int c[]={123,111,222,231,132,125,124,133,122,147,158,210,1,2,3,4};

int main(void){
int i;

for(i=0;i<16;i++)
a[i]^=(b[i]+c[i])%16;
}

$ gcc -O3 -ftree-vectorize -ftree-vectorizer-varbose=5 -mmmx -msse2 -S v.c[1P[1@e

v.c:8: note: dependence distance = 0.
v.c:8: note: accesses have the same alignment.
v.c:8: note: dependence distance modulo vf == 0 between a[i_21] and a[i_21]
v.c:8: note: vect_model_load_cost: aligned.
v.c:8: note: vect_model_load_cost: inside_cost = 1, outside_cost = 0 .
v.c:8: note: vect_model_load_cost: aligned.
v.c:8: note: vect_model_load_cost: inside_cost = 1, outside_cost = 0 .
v.c:8: note: vect_model_load_cost: aligned.
v.c:8: note: vect_model_load_cost: inside_cost = 1, outside_cost = 0 .
v.c:8: note: vect_model_simple_cost: inside_cost = 1, outside_cost = 0 .
v.c:8: note: not vectorized: relevant stmt not supported: D.1523_11 = D.1522_10 % 16
v.c:5: note: vectorized 0 loops in function.

ベクトル化できない。なぜ？

こう書いたらアセンブラソースリストが２倍近く小さくなった。

for(i=0;i<16;i++)
a[i]^=(b[i]+c[i])&0xff;

a[i]^=(b[i]+c[i])%16;
a[i]^=(b[i]+c[i])&0xff;
って同じことをするんですか

違うみたい

a[i]^=(b[i]+c[i])&0xf;
の間違い。

>>696
そもそも、アドレスの遷移が複雑すぎて
ベクトル処理向きじゃないんじゃねえか？
テーブルがキャッシュに載りきるぐらいなら
別の方法で速くはなりそうだが。

>>698
0xFF は 255 だぞ。

255以下の数に変換したいだけです。
256は要らない。
行列の大きさは４ｋbyte位なのでキャッシュに入りそうです。
別の高速化でもいいので教えてください。
配列のメモリアクセスがボトルネックになっている可能性があります。

部分的にベクトル変換に成功しているのですが実行速度が-O3のみの
時より10倍くらい遅くなってしまいます。
なぜでしょう？

配列の中身は、256以上の時はあるのかい？

h[32][256]
GF[256]
FG[256]
配列はこれだけです。

配列をintで宣言してるけど、unsigned charで宣言は出来ないのかなと思って

unsigned charにすると自動ベクトル生成に失敗します。
-O3 -ftree-vectorize -ftree-vectorizer-verbose=5 -mmmx -msse2

sse使わないと早くならないのかいな？

行列演算なのでループをなくしたいです。
128ビット演算なのでSSE2で最適化できるかと思ったのです。

データの中身は8ビットみたいだけど（intでも32ビット）
見間違いかな

データは8ビットで統一されてます。出力は8×32ビット

2個コードがあるから、どっちのことかわかんねえじゃねえか。

for(i=0;i<16;i++)
a[i]^=(d1[i]+c[i])&0xff;
こっちはintにすれば自動的にベクトル処理してくれます。ただ32ビット
なので16個いっぺんに計算してくれているかどうかはわかりません。
本体部分が
for(j=0;j<16;j++){
for(i=0;i<16;i++){
d1[i]^=GF[((FG[a[j]]-1)+(FG[h1[i][FG[b[j]]]]-1)&0xff)+1];
d2[i]^=GF[mlt(FG[a[j]],FG[h2[i][FG[b[j]]]])];
}
}
です。SIMD以外でもキャッシュを工夫して高速化できればいいかと思います。
何かいい方法があったら教えてください。

スレタイに従うなら、アセンブラで書いた方がいいんじゃないの

次のようにして本体部分の自動ベクトル化も成功しました。
2秒ほど高速になりました。

for(k=0;k<500000;k++){
for(j=0;j<16;j++){
o=FG[a[j]];
p=FG[b[j]];
for(i=0;i<16;i++){
e1[j][i]=((o-1)+(h1[p][i]-1))&0xff+1;
e2[j][i]=((o-1)+(h2[p][i]-1))&0xff+1;
// d1[i]^=FG[mlt(o,h1[p][i])];
// d2[i]^=FG[mlt(o,h2[p][i])];
}
}

for(j=0;j<16;j++){
for(i=0;i<16;i++){
d1[j]^=GF[e1[j][i]];
d2[j]^=GF[e2[j][i]];
}
}
for(i=0;i<16;i++)
a[i]^=(d1[i]+c[i])&0xff;
for(i=0;i<16;i++)
b[i]^=(d2[i]+c[i])&0xff;
}

嘘です。18秒かかります。
GPGのAESは7秒 orz

#include <stdio.h>
#include <stdlib.h>

int main(void){
unsigned long long int a,b;

a=strtoull("0x1111111111111111",(char **)NULL,16);
b=strtoull("0x2222222222222222",(char **)NULL,16);
a=a^b;
printf("%llu\n",a);

return 0;
}
このプログラムをMMXを使って最適化したいのですがわかりません。
アセンブラで書くしかないのでしょうか。

ここの掲示板って知ったかぶりでメーカーの商品の批判ばっかりしてる奴ばっかりだね。
どうせ文句言いながらも使ってるくせに。メーカーさんの苦労もかんがえろ。そんなに
そんなに嫌ならOSもパーツも自分で作れ。どうせお前らには出来ないが。今大学院で
OSの研究をしているが、純粋にみんな凄いって感心している。オタクの集まりっていうのは
ほんまウザいねん。お前らに電子工学の知識があるのか？情報科学を学んだことがあるのか？
お前らまともに勉強してから文句言え。

>>719 スレ違いのおまえが一番ウザい

>>718
C言語なら俺に聞け（入門編）Part 69
http://hibari.2ch.net/test/read.cgi/tech/1284477697/464-

XCode 3.2.3 で Release | i386 構成でアセンブルすると
どうも 64-bit でアセンブルされてるように見えるんだけど
Debug | i386 構成だとちゃんと 32-bit でアセンブルされてるようだ
Release 構成でも 32-bit でアセンブルされる方法はないのかな？

OS: Mac OS X 10.6.6
CPU: Intel Core 2 Duo
XCode: 3.2.3 (64-bit)

age忘れた

え？

****************************************************************
****************************************************************
****************************************************************
****************************************************************
****************************************************************
****************************************************************
****************************************************************
****************************************************************
****************************************************************
****************************************************************


http://sky.geocities.jp/ttl_ttl_ttl_pic/

NASMでC言語を作る　NASMで高度な設計書類とNASMの簡単な利用方法のサイトです
C言語のHEADの作り方　DLLファイルの作り方が書いてあります
****************************************************************
****************************************************************
****************************************************************
****************************************************************
****************************************************************
****************************************************************
****************************************************************
****************************************************************
****************************************************************
****************************************************************

Rubyで書こう

×C言語を作る
○Cの下請け処理を汗で書く？

ttp://n.xxad.net/watch/sm13809685

【どうすればこの欲望の渦巻く堕落した世界に私の名を残せるだろうか】
※名を残したいとは思わないがｗ。
【狂乱のマシンを残せばいい】

【この狂乱の世界に相応しい野獣のようなマシンを】

【狼が来たからやってきた】

【お前の平和な街は今はもう安全ではない】

アホは逝け

は〜い、逝きますｗｗｗ。

x86とAMD64(?)64bitのやつの逆アセンブルとアセンブルをプログラムから利用出来るようなライブラリってありませんかね？
アセンブラインタプリタみたいなので利用したい

アハ〜♪”

>>731
意味がわからん

>>731
？
クロスアセンブラって知ってる？
インタプリタは無理だけど(てか、インタプリタ自体に32bit/64bitが有っても、ソースにbitは関係無いし)、バイナリ作るだけなら、理論上、16bitOS上でも64bitのバイナリ作れるよ

ちょっと調べればアセンブラは32bitでも64bitのバイナリ作れるのは有るんじゃ無い？

ちなみに、x86のgasにちょっと細工するだけで、GBA(ARM)向けのバイナリが作れます

クロスアセンブラは簡単にアーキテクチャの壁を超えられる良い例ですね
(アセンブラの場合、アーキテクチャの壁とハード仕様の壁、両方超える必要が有りますが)

ぐぬぬ

>>734
そうそうだから文字列をバイナリに変換するライブラリが欲しい
作れるだけでいいんです
例えばプログラムでアセンブラを変換してバイナリを生成して
メモリに投入して関数ポインタで呼び出して実行するみたいなことがしたい
もちろん逆もしたいので逆アセンブル機能も欲しい

要するにメモリ上で現在動いてるプログラムの関数をリアルタイムでデバッグしたい
そういうレベルのデバッガを作ろうとしてて、アセンブラライブラリが欲しいんです

自分で作るしかないでしょ

俺はVSの逆アセで済ましてるな。作るの面倒。
理論上は、数値入りの命令は工夫が居るけど、全種類のデータあれば単純に検索だけで実装できるよね。

オペランドに計算式書けるようにするとかしなけりゃ
大した手間かからんべ

命令コード汚いと泣きたくなることもあるが

それもある
自分で実装すると変数やラベルまでやるのは大変だから
ライブラリであると助かるんだよな

汗にライブラリってのがわからん

アセンブリ言語で書かれたライブラリ、にしろ
アセンブリ言語から利用するライブラリ、にしろ
普通にあるものだと思うが

今時、そんな発想するんか？

JITコンパイルか動的バイナリ変換でもしたいのかと思った

Windowsの通常あり得ない方法でプログラムを動かしたりするのに
バイナリをあらかじめ用意するとか出来ないし
オフセットが変わるとごろっと変わってくるからね
というかリアルタイムでメモリをいじって挙動を調べたりすることをやってるもんで
まさにアセンブラのインタプリタが欲しいのですよ

ハッカーになりたいんだったら、こっそりやったほうがいいよ

そういうことをやりたいなら、一行アセンブラくらいサクッと
作れないとダメだろう

アセンブラは力技だから誰がやってもサクッとはいかないよ
何千行のソースは約束されてるし

アセンブラで一度実用的なプログラムを書いた経験があれば、Cの有り難さが身に染みて分かる

Ｃ言語で多くの実用的なプログラムを書いた経験が有れば、アセンブラのここぞというありがたさが身に染みてわかる

>>752
あほか
思いっきり機種依存の話をしてどうする

>>751には同意出来るが、>>752には同意しかねるな

実用的なアプリ = 速度が要求されるアプリとは限らないし、移植性や保守性を考えたら、アセンブラは使わないに越した事はない

Cじゃ速度的に間に合わなくてCPUごとにアセンブラ使ってる俺涙目
ちなみに今度8種類目

>>755
マジで涙目だな。。。
体壊すなよ

C で書いてても、大事なところは objdump 等で
アセンブラを確認してる。

ｃは 「抽象化されたアセンブラ」 である、ってのは至言だよな

節電が一番大事な世の中になってきた
C、アセンブリ語、マシン語を紙に書く時代に戻るの？

休肝日をまねて休電日を作るとか。

コーディングなんて仕事全体の2割以下だろ。

そして唯一の楽しいフェーズなんだ。

昔のファミコンプログラマーはなんでもかんでもアセンブラーで書いて、すごいと思います。

当時の開発環境で C 使うのも、それなりに苦行な気も。

intが2バイトだったりとかいろいろ気をつかうからねぇ

アマチュア時代、MSXでC言語でゲーム作ったりしていました。
hello,worldをコンパイルするだけで4分ぐらいかかってました。その間フロッピードライブが
ものすごい勢いで動き続けるのでいつか壊れるだろうと思ってました。

ゲームが完成する頃には総コンパイル時間が1時間ぐらいだったと思います。
完成したゲームをMSX-FANに投稿しましたが、採用されませんでした。
私の苦労は・・・。

ちなみに当時のソースをひっぱりだしててきて、Phenom II 3GHzという環境上で、CP/Mエミュ
レータ＋コンパイラでコンパイルしたら物の数秒でコンパイル完了しました。

数秒も掛かったのか。
CPUがざっと1000から1万倍、ディスクがざっと1000倍速くなっていることを考えると遅過ぎる。

>>766
あの時代だとBDS-Cあたりか
俺は耐えられなかったのでTurbo Pascalで遊んでた

>>767
Z80エミュレーターで走ってるんだから十分速いだろう

マルチコア使うアセンブラ、どう書いたらいいのか全然わからん。。。
誰かマルチコア cortex-a9 の使い方、
どこでどう勉強したらいいか教えてください。

マルチコアで書き方が変わることはありません。
atomicな処理が出来れば、ハマることはないと思うけど

シングルとして書いた処理をマルチスレッドにすりゃいいだけでは？
例えば0から100の処理をループする時に
偶数用スレッドと奇数用スレッドを用意してインデックスを渡して
後の処理内容はまったく同じ

>>769
メモリバリア・キャッシュ、
グローバルなリソースの排他、
プライオリティ インバージョン
の３つが解っていればあとは応用編。


単にスレッド3本走らせるだけなら
>>770-771 のとおり何も変わらん。

待ち合わは wfe とかか。

x86でリング3で実行出来るキャッシュフラッシュ命令はありませんか？
INVDやWBINVDは特権命令なので実行しようとすると例外が出て止まります

リング3を解除すること考えたら

その状態でキャッシュフラッシュせにゃいかん状況が想像できない
ハード絡みならそっちからフラッシュ要求だしてもらうべきだろう

>>774
そうですねデバイスドライバモドキを作ってそこで実行するかな

>>775
２つのアルゴリズムを比較したい時に前のデータがキャッシュに残っていたら
アレなので両方ともキャッシュをフラッシュしてから実行開始する簡単な方法が
あればと思いました

全く関係ない巨大配列を読み書きすれば、テストデータがキャッシュから追い出されるんじゃない？

>>777
それで行くか

その後キャッシュされるのに

>>779
それでいいんだよ
それぞれのアルゴリズムのテスト前にキャッシュから追い出せばいいわけ

今時のOSで、キャッシュフラッシュして何やりたいんだか
実行時間計測？

>>781
キャッシュフラッシュの用途で、それ以外何があると

なんだかなあ〜

何だよ
ハッキリ言えよ

今時のOSでキャッシュフラッシュとか逝ってるところが

何なのよ？

Linux のアセンブラ割り込みじゃなくsysenter使ってx86 32bitタイプCPUで出来るんでしょうか？
色々ネットをgoogleで調べたのですが、良くわかりません。

Darwinと64bitタイプ向けのサンプルは発見できたのですが。

>>787つづき
コンパイルして動作させようとしたのは、"hello world"を表示するものでした。
ソフト割り込み(かな int 0x80でシステムコールしてました)は上手く動作しました。

>>785
コンテキストスイッチの時にキャッシュ汚染されるから同じようなもんだろうが

>>787
cpuidのsep立ってればできる
今時のCPUなら全部対応していると思うが

もうどんなときでもアセンブラでかくのは極力やめたほうがいいんだろうな

たとえそいつがかけても、そいつがいなくなったら誰もメンテできないという自体になる
アセンブラでやるっていうのは最終手段になりつつある

>>1のいうように下手にかけば遅いし、
速いアセンブラコードかくには、アセンブラである程度何か書いた事がないと
コンパイラの最適化の下をいく

アセンブラで速いコードをかけるとか、
そんな技術者はもうほとんどいないし、これから若手がそういう人材になる見込みも

きわめて薄い　ただＢ言語やPascal言語と違って、上位互換が出てきたわけじゃなく
所詮、いまだアセンブラは奥の奥で使われているから、誰も使えない、誰もかけないなんて状況には
ならないんだけどな、　本当の意味で正しくアセンブラ言語を発音できるやつは、いずれ絶滅危惧種になる

才能のないやつがプログラマとして生きるなら「ここ」だよ
「ここ」だけは才能がいらず、知識量だけでやっていける
アセンブラはそういうもの

ゴミみたいなやつでもできる　あ、だけどバカにしているわけじゃないよ
がんばれ

>>792
「ゴミみたいなやつ」とは自己紹介乙

そのゴミみたいな奴の一人です（ｗ　
実際、古代の石でASM開発された奴の保守は私ぐらいしか出す先がありません。
狭い狭いニッチですが、フジツボみたいにしがみついてます。　趣味＋実益（ｗ

箱モノならアセンブラなんぞいっぱいあるだろ

Photoshopのフィルタってアセンブラで書かれてるって聞いたんですが本当ですか？

インラインアセンブラが使えないコンパイラしか持ってないとか
そういう理由でもない限り、C/C++で書かない理由が見当たらない。

インラインアセンブラで書く、という意味を含めて、アセンブリ言語で書く可能性としては、
画像のピクセル毎の処理とかで、かつSSE命令を使うとか、飽和加算が必要とか、
いくつか可能性は考えられるけどね。けどまぁほんとにごく一部のコードに限られるはず。

ハッカーもやっぱりアセンブラでプログラム書いてるんじゃないかい？
マシン語でプログラム書くの大変でしょ
修正するたびにjmpのアドレス値を全部書き換えなきゃいけないとか

汗でんでんはどうでもよくてマイクロアーキテクチャをどれだけ理解してるってところじゃないかな?
シムとかプロフなしに速いループを書くのはやっぱり難しいよ。

16bitあたりならコンパイラよりも人の方がいいコードをかける
それ以上はそんなことする気にもなれん

>>801
禁止しない限り人が書いたコードを最適化する RISC チップ用アセンブラもあることだしねぇ

ここでいってるビット数はOPコード長でいいんだよね？

>>803
バイトマシンであるところのx86は8bitかよと

内部バスのパラレル幅　でいいんだよね？

どうでもいい

ALUのbit長にきまっとろうが

今時、何Bit　CPUと言う定義は意味がない。
>>804　可変長OPコードだぞ。

>>804
そうそう、x86は8ビットマシンに見えてしまって。

>>807 IBMの S/360,370は、ALUは32bitだったがアーキテクチャーは16bitだった。
たしかに、今では >>808 が正解のようだ。

リセット直後にコード解釈のためフェッチするサイズだな

H8なんか同じ石でどっちでも動くようになってる。

>>811
なにその、無理矢理な定義wwwww

>>801を逆に定義にする

ﾜﾛﾀ　それイイな。　人がコンパイラを越えられなくなったら32bitね

22 名前：デフォルトの名無しさん[sage] 投稿日：04/10/11(月) 20:19:26
>>21
ARMは、そろそろ使用に耐えなくなる頃合だよん

DATとCLKでシリアル出力する関数を、速くするためにforを使わずのべたんで書いた。
　　ROTL　R6　　　　　　; MSBから出力　石とASMはH8S
　　BST　　#1,@P4DR
　　BSET　#0,@P4DR
　　BCLR　#0,@P4DR
これをbit数分、並べた。forのカウントもしないし、ｃだとportを読んでmaskで変更して
書き戻すコードしか出ないから、ｃでは書けない関数の好例。

if (hoge & (1 << bit))
*P4DR | = 1;
else
*P4DR & = ~1;
て書いたら
bld #bit,RnL
bst #0,@P4DR
て最適化してくれるようになればいいんでないかと思う

今のところH8系のｃではできないの。P4DR.1 = R6=rotlw(1,R6); とは書けるけど、
ROTL R6 BST #1,@P4DR ではなくR6→R5 R5からBLDでCYに取り出してBSTする。
ｃ中にASMコードも書けないのでASMの関数コールを用意するしかなかった。

AduCという所のｃはCYまで使えるので817の書き方ができるお利口さんだが、
すごくローカルな方言。

当時のソフトボート社提供の<INH8.h>の中身は
#pragma function = intrinsic(0)
int rotlw (int count, int data);
・・・
void bset (unsigned char bit_no, unsigned long address);
void bclr (unsigned char bit_no, unsigned long address);
#pragma function = default
これを真似してbset/bclrの辺りに
void bst (unsigned char bit_no, unsigned long address);
を書いてみたけど、BST命令は出ずに関数コールになった。
bset/bclrを書いたらコンパイラが狂い死にした（ｗ
ルネサスのｃなら書けるんだけど。

動作周波数が遅いのか
速度を必要としてるのか
データシートに書いてある最高速度で動かしたいのか

速さが必要ないのに汗で書くことも無いような
ほんとに速さが必要になった時に汗でも書けるぐらいでいいんじゃねえの

Cであがいて最後は全部汗とか、はまりパターンにならんように
最初にどっちで書くのがいいか見極めが必要なのかも

前の世代の製品のときに、パルスがトロいって文句いわれたんですよ。
同じ部署の次世代製品だったから、企画の時からこれ以上出せない文句無しの
出してやろうと決めていました。動き出してから、書き込み速いねって誉められました。
動作周波数は、分周してuartの適切なレートが出る奴を選ぶので、CPUの最高より
若干低め：16.588とかの半端なクロックが使われます。

別の部署の製品では、seup/holdが４μのPLLでCPUが20MHzだったため、１パルス
毎にディレイかまさなくちゃいけなくて、なんかくやしかったり（ｗ
ハード屋さんに聞いたら、（回路をケチるためらしいんだけど）横浜コンチみたいな
波形なので、トロくさせることで確実にしてるみたい。

＞seup/holdが４μ　４０μの間違いでした。

領海

今のCPUって単一スレッドでも多重パイプラインで複数命令実行してたりして
訳分からないnopとかいっぱい入ってるし、命令ブロックの配置とか
元のロジックの順番変わったりするしそんなの手作業でハンドアッセンブルなんて
不可能じゃないの？初期のペンティアムのUパイプだのVパイプだのの時点でもう
訳わからん

「今のCPU」って一口に言っても、Ivy Bridgeも、PICもあるから一概に言えん。

この文脈でそう言っちゃうのは馬鹿だろう。

「単一スレッドでも多重パイプラインで複数命令実行してたりして訳分からないnopとか
いっぱい入ったりする、命令ブロックの配置とか元のロジックの順番変わったりする
今のCPUって、手作業でハンドアッセンブルなんて不可能じゃないの？初期のペンティ
アムのUパイプだのVパイプだのの時点でもう訳わからん」

せめてこう書くべき

わけわからんでもSpecintとかSpecfpがあるだろ

http://www.cpubenchmark.net/cpu_list.php

こういう所もあるけどな