開發平台(Platform): (Ex: Win10, Linux, ...)
Lubuntu 16.04
編譯器(Ex: GCC, clang, VC++...)+目標環境(跟開發平台不同的話需列出)
gcc 5.4.0
額外使用到的函數庫(Library Used): (Ex: OpenGL, ...)
pthread, SSE1-4/AVX
問題(Question)：
最近幫忙作code review，看到有人用SSE做計算提高效能。
可是還用多執行緒來跑SSE。
我看了一下，Intel core i7 是每個core有
- 8個 128-bit XMM暫存器(SSE用)
- 16 個 256/512-bit 的 YMM(YMM0-YMM15) 暫存器(AVX用)
不管是XMM或YMM空間都很有限。
如果我寫個程式(prog)使用數個thread同時跑，
每個thread都要用滿8個XMM暫存器，那麼：
1.如果兩個thread佔用一個core，會不會因為兩個thread都搶著用XMM使得效能大幅降低？
我是說因為一個thread要用XMM就把另一個thread放在XMM裡的data踢出去？
(因為XMM load/unload也是有點耗時間)
2.如果剛好某個背景程式或瀏覽器也在同時使用XMM，
那原本prog的效能是不是也會受影響？
3.如果同時使用XMM/YMM的process會互相影響，
有無辦法可以偵測XMM/YMM是否被使用(如果在使用中我就用普通方法)？
4. 如果是ARM上面的SIMD/NEON，其效應也是如上？
感謝回答。

context switch 會產生的狀況，無論 XMM 或 GPR 都會有SIMD + MT寫得好應該是會更快，每顆核心都有獨立的 XMM建議用 Intel VTune 做更多的性能分析

還滿幽默的，寫asm嗎？不然怎麼知道用滿全部暫存器。

1指的不就是thread context switch？

你是要問 hyper-thread 是否對 xmm 指令集有效嗎？如果不考慮 hyper-threading，演算法又有良好平行化那 2 core 跑 2 thread 當然會比較快1 core 跑 2 thread 因為多了 overhead 就會慢一點

假設沒有 HT 的情況，每個 core 都有自己的一組暫存器假設有 HT 的情況，每個 logic processor 都有自己的architecture state，沒記錯裡面也有各自的 GPR 跟 XMM你在問題多數都跟 context switch 怎樣運作有關實務上 SIMD + MT 性能會增加，建議實際去跑量測時間你的所謂 SIMD 暫存器很有限，其實通用暫存器也很有限相同的問題，在沒有把程式改成 SIMD 之前不就有了 :P反而是得多注意 false sharing 的問題比較實際

context switch的部分會根據作業系統而定吧，例如一個有6 core的CPU，是一次一個process，然後可以使用6thread，還是一次6個process，每個只能使用一個thread如果在multi core的machine上面，那情況就更複雜，還要考慮thread被移到另一個CPU的情況上

同意 context switch 得看系統，標題是討論 SSE + MT我就來貼個 Intel 的一篇文章 https://goo.gl/qegnRl可以自己看看 SIMD + MT 有沒有幫助...看數據最清楚

可以用affinity