我这里从12秒多降低到2秒，cpu是AMD 3700X

c:\temp\test_LIEF\ConsoleApplication1\x64\Release>ConsoleApplication1.exe
cc = 3001134
time: 2.093 (GetTickCount64)
time: 2.094 (QueryPerformanceCounter)

c:\temp\test_LIEF\ConsoleApplication1\x64\Release>ConsoleApplication1.exe
cc = 3001134
time: 2.094 (GetTickCount64)
time: 2.091 (QueryPerformanceCounter)

simd循环之后是可以continue跳过后面那个非simd的循环的

int intperf2() {
  static const int zeroVector[8] = {0, 0, 0, 0, 0, 0, 0, 0};
  static const int oneVector[8] = {1, 1, 1, 1, 1, 1, 1, 1};

  __m256i zero = _mm256_loadu_si256((const __m256i *)zeroVector);
  __m256i one = _mm256_loadu_si256((const __m256i *)oneVector);

  int cc = 1;

  buf[0] = 2;
  for (int i = 3; i <= n; ++i) {
    int flag = 1;

    __m256i first = _mm256_setr_epi32(i, i, i, i, i, i, i, i);

    int upperBound = cc & ~(8 - 1);
    for (int it = 0; it < upperBound; it += 8) {
      int j = buf[it];
      if (j * j > i)
        break;

      __m256i second = _mm256_loadu_si256((const __m256i *)&buf[it]);
      __m256i remainder = _mm256_rem_epi32(first, second);
      if (_mm256_testz_si256(_mm256_cmpeq_epi32(remainder, zero), one) == 0) {
        flag = 0;
        break;
      }
    }

    if (!flag)
      continue;

    for (int it = upperBound; it < cc; ++it) {
      int j = buf[it];

      if (j * j > i)
        break;

      if (i % j == 0) {
        flag = 0;
        break;
      }
    }

    if (flag) {
      buf[cc++] = i;
    }
  }
  
  return cc;
}

【 在 finlab 的大作中提到: 】
: 我的cpu支持到avx2, 没有整数除法。但是Intel提供了svml，可以高效模拟除法和取模运算。
: 我试着用svml优化了C++，这次时间缩短到3.67秒。
: simd还是明显提高了速度。 不过估计整数除法是模拟的，提高远没有8倍那么多。
: ...................
--
修改:z16166 FROM 114.245.195.*
FROM 114.245.195.*