C 中的向量化三角函数？

我希望计算高度并行的三角函数（以 1024 为单位），并且我想至少利用现代架构所具有的一些并行性。

当我编译一个块时

for(int i=0; i<SIZE; i++) {
   arr[i]=sin((float)i/1024);
}

GCC 不会对其进行矢量化，并表示

not vectorized: relevant stmt not supported: D.3068_39 = __builtin_sinf (D.3069_38);

这对我来说很有意义。但是，我想知道是否有一个库可以进行并行三角计算。

只需要一个简单的 11 阶泰勒级数，GCC 就会对所有循环进行矢量化，并且我获得的速度是朴素正弦循环的两倍以上（使用位精确答案，或者使用 9 阶级数，只有一位）关闭 1600 个值中的最后两个，以获得 >3 倍的加速）。我确信有人以前遇到过这样的问题，但是当我谷歌时，我发现没有提到任何库之类的。

A. 是否已经存在一些东西？
B. 如果没有，有优化并行三角函数的建议吗？

编辑：我找到了以下名为“SLEEF”的库：http://shibatch.sourceforge.net/中描述的this论文并使用 SIMD 指令来计算几个基本函数。它使用 SSE 和 AVX 特定代码，但我认为将其转换为标准 C 循环并不困难。

既然你说你正在使用 GCC，那么看起来有一些选择：

• http://gruntthepeon.free.fr/ssemath/
  • 这里使用SSE和SSE2指令来实现它。
• http://www.gamasutra.com/view/feature/4248/designing_fast_crossplatform_simd_.php
  • 这有一个替代实现。有些评论说的还不错。

也就是说，我可能会研究 GPGPU 来寻找解决方案。也许用 CUDA 或 OpenCL 编写（如果我没记错的话 CUDA 支持正弦函数）。以下是一些看起来可能会让事情变得更容易的库。

• https://code.google.com/p/slmath/
• https://code.google.com/p/thrust/