4.4　ベクタデータのアラインメント

　第2.2節ではベクタデータのアラインメントに関する注意事項について簡単に触れました。ここでは、ベクタデータのアラインメントについて、少しハードウェアに近い側面から解説します。

　ベクタデータのアラインメントについて理解するために、まずはじめにデータの「ロード」と「ストア」について理解をする必要があります。PPEやSPEは、メモリ上にあるデータに対して直接演算をするわけではなく、実際には「レジスタ」と呼ばれる高速アクセス可能な記憶領域にメモリ上のデータをコピーし、レジスタ上にコピーされたデータに対してさまざまな演算をおこないます。

　図 4.9に示すように、PPEやSPEが、メモリからレジスタへデータを読み込む操作を「ロード」、レジスタからメモリへデータを書き出す操作を「ストア」と呼びます。また、一般的にロードやストアには、データサイズやアラインメントに関する制約があります。この制約を守らなかった場合、ロードやストアができないことや、期待した結果が得られないことがあります。

　PPEとSPEには、それぞれベクタデータを扱うための16バイト長のレジスタが複数本存在します。これらのレジスタへのベクタデータのロードやストアには、以下のような制約があります。

　もし、ベクタデータの先頭アドレスが16バイト境界に揃えられていない場合、これらのレジスタとメモリとの間でロードやストアをすると、図 4.10に示すようにプログラマが意図しない値が得られることになります。また、ほとんどの環境では、PPEプログラムもSPEプログラムもエラーもなく継続して後続の処理を実行するため、プログラマが予期せぬ処理結果の原因に気付くことが非常に困難になります。

　この例の場合、スカラ配列aの先頭アドレスが16バイト境界に揃えられていません。従って、スカラ配列aの全要素をレジスタにロードしたつもりでも、実際は、スカラ配列aの第1要素と第2要素と、プログラマが意図していないXとYという値がレジスタにロードされることになってしまいます。その結果、後続処理で変数vaに対して演算をおこなおうとしても、スカラ配列aの第3要素と第4要素は何もされず、さらにはプログラマが意図しないXとYという値に対して演算がされてしまうことになります。

　前項で述べたように、ベクタデータは適切にバイト境界が揃えられている必要があります。ここでは、バイト境界が揃えられたメモリ領域を確保する方法として、第2.2節で紹介した静的なメモリ領域の確保と、動的なメモリ領域の確保の仕方について解説します。

(1)　aligned属性を利用した静的メモリ領域確保

int  a[4]  __attribute__((aligned(16)))
char b[16] __attribute__((aligned(16)))

(2)　memalign()関数、posix_memalign()関数を利用した動的メモリ領域確保

void *mamalign(size_t boundary, size_t size);

int posix_mamalign(void **memptr, size_t alignment, size_t size);

#include <malloc.h>

char *buffer;
buffer = (char *) memalign(16, 1024);

#define _XOPEN_SOURCE 600
#include <stdlib.h>

char *buffer;
ret = posix_memalign(&buffer, 16, 1024);

　なお、SPEプログラムが利用できるメモリ領域は256KBとそれほど大きくないため、メモリの効率的な利用という点では、動的なメモリ領域の確保は基本的に避けるべきです。これは、メモリ領域の動的な確保と解放を繰り返すことによって、利用可能な空きメモリの領域が細分化 (フラグメント) されてしまい、一度に大きなメモリ領域を確保できなくなるためです。

　これまで述べてきたように、ベクタデータは適切にバイト境界が揃えられている必要があります。もし、バイト境界が揃えられていないメモリ領域に対してロードやストアをする場合は、単純なロードやストアの操作以外に多くの処理が必要になります。ここでは、参考までにSPEプログラム用のバイト境界が揃えられていないベクタデータのロードとストア方法について掲載します。

　リスト (4-11) は、バイト境界が揃えられていないベクタデータをロードする関数の一例です。vector_load_unaligned()関数は、第1引数に指定された任意のアドレスに格納された16バイトデータをレジスタへロードし、その結果をベクタデータとして返します。

リスト (4-11) バイト境界が揃えられていないベクタデータのロード関数 (SPEプログラム用)

 1 vector unsigned char vector_load_unaligned(vector unsigned char *ptr)
 2 {
 3     vector unsigned char qw0, qw1, qw;
 4     int shift;
 5
 6     qw0 = *ptr;
 7     qw1 = *(ptr+1);
 8     shift = (unsigned int) ptr & 0xf;
 9     qw = spu_or(spu_slqwbyte(qw0, shift), spu_rlmaskqwbyte(qw1, shift-16));
10
11     return (qw);
12 }

　リスト (4-12) は、バイト境界が揃えられていないアドレスへベクタデータをストアする関数の一例です。vector_store_unaligned()関数は、第1引数に指定された16バイトのベクタデータを、第2引数に指定された任意のアドレスへ格納します。

リスト (4-12) バイト境界が揃えられていないベクタデータのストア関数 (SPEプログラム用)

 1 void vector_store_unaligned(vector unsigned char qw, vector unsigned char *ptr)
 2 {
 3     vector unsigned char qw0, qw1;
 4     vector unsigned char mask = spu_splats((unsigned char) 0xff);
 5     int shift;
 6
 7     qw0 = *ptr;
 8     qw1 = *(ptr+1);
 9     shift = (unsigned int) ptr & 0xf;
10     mask = spu_rlmaskqwbyte(mask, -shift);
11     qw = spu_rlqwbyte(qw, -shift);
12     *ptr = spu_sel(qw0, qw, mask);
13     *(ptr+1) = spu_sel(qw1, qw, mask);
14
15     return;
16 }

　このように、バイト境界が揃えられていないメモリ領域に対するロードとストアでは、非常に多くの処理が必要となりますので、SIMDプログラミングをおこなう場合、処理対象のデータは適切なバイト境界に揃えるようにしてください。