2. 向量点积

任务目标

实现一个基于RISC-V向量扩展（RVV）的向量点积函数，通过向量指令替代标量循环，减少指令开销并提升计算效率。本案例以int32_t类型、固定长度向量为例，完成核心计算逻辑并给出可运行的验证路径。

环境与依赖

• 支持RVV的编译器：GCC 12+（-march=rv64gcv）或Clang 14+
• 模拟器/开发板：QEMU（qemu-riscv64）或含向量扩展的RISC-V开发板
• 无需额外库，仅使用标准头文件

核心实现

#include <riscv_vector.h>
#include <stdint.h>
#include <stddef.h>

// 向量点积：计算 a[0..n-1] 与 b[0..n-1] 的内积
// 要求：a、b 均按 16 字节对齐（VLEN=128 时），n 为任意正整数
int32_t vector_dot(const int32_t *a, const int32_t *b, size_t n) {
    vint32m4_t vsum = vmv_v_x_i32m4(0, 4);  // 初始化累加向量为0，m4=4个寄存器组
    size_t vl;
    
    // 每次处理 4*VLEN/32 个元素（VLEN=128时每次16个）
    for (; n > 0; n -= vl) {
        vl = vsetvl_e32m4(n);  // 根据剩余元素数设置vl
        vint32m4_t va = vle32_v_i32m4(a, vl);
        vint32m4_t vb = vle32_v_i32m4(b, vl);
        vsum = vmacc_vv_i32m4(vsum, va, vb, vl);  // vsum += va * vb
        a += vl;
        b += vl;
    }
    
    // 将向量寄存器组归约为标量
    vint32m1_t vred = vredsum_vs_i32m4_i32m1(vsum, vmv_v_x_i32m1(0, 1), 4);
    return vmv_x_s_i32m1_i32(vred);
}

编译与运行

# 编译（QEMU用户态模拟）
riscv64-unknown-elf-gcc -march=rv64gcv -mabi=lp64d -O2 -o dot_test dot_test.c

# 或使用QEMU直接运行
qemu-riscv64 ./dot_test

验证方法

编写包含主函数的测试文件，对比向量实现与标量实现的结果：

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

// 标量参考实现
int32_t scalar_dot(const int32_t *a, const int32_t *b, size_t n) {
    int32_t sum = 0;
    for (size_t i = 0; i < n; i++) sum += a[i] * b[i];
    return sum;
}

int main() {
    const size_t N = 1000;
    int32_t *a = aligned_alloc(16, N * sizeof(int32_t));
    int32_t *b = aligned_alloc(16, N * sizeof(int32_t));
    
    for (size_t i = 0; i < N; i++) { a[i] = rand() % 100; b[i] = rand() % 100; }
    
    int32_t r_vec = vector_dot(a, b, N);
    int32_t r_scl = scalar_dot(a, b, N);
    
    printf("向量结果: %d\n标量结果: %d\n", r_vec, r_scl);
    printf("验证: %s\n", (r_vec == r_scl) ? "通过" : "失败");
    
    free(a); free(b);
    return 0;
}

通过条件：程序输出验证: 通过，且向量与标量结果一致。可修改N为不同值（如1、7、100、4095）测试边界情况。

关键说明

• vsetvl_e32m4动态调整向量长度，使代码支持任意n，无需填充到倍数
• 使用m4寄存器组（4个向量寄存器组合并）提升单次处理量，VLEN=128时每次处理16个32位整数
• vmacc执行乘累加，避免单独的乘法和加法指令
• 若目标平台VLEN≠128，代码自动适配，无需修改

向量指令将循环迭代次数从n次降至约n/16次（VLEN=128时），同时vmacc单条指令完成乘加操作，显著降低指令总数与分支开销。