📚 课程目录第4章向量算术运算

4. 向量算术运算：加减乘除、乘加融合、比较选择与类型转换

向量算术运算，说白了就是让处理器一次性处理一堆数据。你写一个加法指令，它帮你把数组里几十个元素同时加完。我刚开始接触RISC-V向量扩展时，第一反应是“这不就是SIMD换了个马甲吗？”后来深入才发现，向量化的灵活性和寄存器分组机制，比传统SIMD强太多了。

4.1 向量加减乘除：最基础的计算单元

先看最常用的向量加减法。RISC-V向量指令集里，vadd.vv、vsub.vv 这些指令，操作数都是向量寄存器。举个例子：

# 假设 v0 存数组A，v2 存数组B，结果放 v4
vadd.vv v4, v0, v2    # v4[i] = v0[i] + v2[i]
vsub.vv v6, v0, v2    # v6[i] = v0[i] - v2[i]

这里有个细节——向量长度由 vsetvli 指令控制。我见过不少新手直接写死长度，结果换到不同硬件上就崩了。正确的做法是：

loop:
    vsetvli t0, a2, e32, m1   # 设置向量长度，a2是剩余元素数
    vle32.v v0, (a0)          # 加载A
    vle32.v v2, (a1)          # 加载B
    vadd.vv v4, v0, v2        # 加法
    vse32.v v4, (a3)          # 存结果
    add a0, a0, t0            # 指针前进
    add a1, a1, t0
    add a3, a3, t0
    sub a2, a2, t0            # 剩余元素减少
    bnez a2, loop             # 没完就继续

乘除法也类似，但要注意：整数乘法可能溢出，浮点乘法则要关注精度。我在项目中遇到过一个问题——用 vmul.vv 做定点乘法时，忘记考虑中间结果位宽，导致数据截断。后来我养成了习惯：先确认元素类型（e8/e16/e32/e64），再选指令。

小技巧： 如果做乘加操作，别用 vmul + vadd 两条指令。RISC-V 提供了 vfmacc 这类融合指令，一条搞定，延迟更低。

4.2 向量乘加融合：一条指令顶两条

乘加融合（FMA）是向量化的核心优化手段。RISC-V 提供了多种融合指令：

指令	含义	典型场景
`vfmacc.vv`	v[i] = a[i] * b[i] + c[i]	矩阵乘法、卷积
`vfmadd.vv`	v[i] = a[i] * b[i] + c[i]	与vfmacc类似，顺序不同
`vfnmsac.vv`	v[i] = -(a[i] * b[i]) + c[i]	负乘加

为什么用融合指令？因为 减少了寄存器压力 和 指令发射数量。我做过一个图像滤波算法，原来用 vmul + vadd 需要 4 条指令，换成 vfmacc 后变成 2 条，性能提升约 30%。

  关键点： 融合指令的精度更高——中间结果不截断，直接累加。这对浮点运算尤其重要。

4.3 向量比较与选择：条件运算的向量化

向量比较指令生成的是掩码寄存器（mask register），不是布尔数组。比如：

vmseq.vv v0, v2, v4    # 比较 v2 和 v4，相等则 v0 对应位为1
vmslt.vv v0, v2, v4    # 小于比较
vmsle.vv v0, v2, v4    # 小于等于

掩码寄存器有什么用？配合 vmerge 指令做条件选择：

vmerge.vvm v6, v2, v4, v0   # 如果 v0 掩码位为1，选 v2，否则选 v4

这其实就是向量化的三目运算符。我在做ReLU激活函数时用过：

# 假设 v0 存输入数据
vmslt.vv v2, v0, v0_zero    # 比较是否小于0
vmerge.vvm v4, v0_zero, v0, v2  # 小于0取0，否则取原值

嗯，这里要注意：掩码寄存器只有一位宽，不是每个元素一个字节。所以比较结果非常紧凑，适合做分支预测优化。

避坑指南： 我曾经在循环里用 vmslt 做边界检查，结果忘记重置掩码寄存器，导致后续操作用了上次的比较结果。记得每次比较前清零掩码，或者用 vmset 初始化。

4.4 向量类型转换：数据格式的桥梁

类型转换在异构计算中很常见。RISC-V 提供了 vfcvt 系列指令：

指令	转换方向	示例
`vfcvt.f.x.v`	整数 → 浮点	int32 → float32
`vfcvt.x.f.v`	浮点 → 整数	float32 → int32（截断）
`vfcvt.rtz.x.f.v`	浮点 → 整数（向零舍入）	float32 → int32

为什么需要多种舍入模式？因为 不同算法对精度要求不同。比如图像处理中，浮点转整数常用向零舍入；而科学计算中，可能要用就近舍入。

我做过一个音频处理算法，输入是16位整数，内部计算用32位浮点，输出再转回16位。类型转换成了性能瓶颈。后来我发现：

用 vfcvt.f.x.v 转浮点时，可以配合 vfmul 做归一化
用 vfcvt.rtz.x.f.v 转回整数时，注意饱和处理
如果数据范围已知，可以跳过类型转换，直接用整数运算

经验之谈： 类型转换指令的延迟通常比算术指令高。如果循环里频繁转换，考虑把转换提到循环外，或者用 vsetvli 调整向量长度来隐藏延迟。

4.5 知识体系总览

下面这张图总结了本章的核心内容：

4.6 实战建议

最后，我总结几条实战经验：

先写标量版本，验证正确性，再向量化。别一上来就写向量代码，调试起来很痛苦。
用 vsetvli 动态调整长度，别硬编码。不同硬件支持的向量长度不同。
优先用融合指令，减少指令数量，提升精度。
掩码寄存器用完就清，避免残留数据影响后续操作。
类型转换尽量少做，如果数据范围允许，全程用同一种类型。