英文原文(Fixed-size vectorizable Eigen objects)
本文主要解释 固定大小可向量化 的含义。
摘要
如果 Eigen 对象具有固定大小且该大小是 16 字节的倍数，则称为 固定大小可向量化。
例如：
- Eigen::Vector2d
- Eigen::Vector4d
- Eigen::Vector4f
- Eigen::Matrix2d
- Eigen::Matrix2f
- Eigen::Matrix4d
- Eigen::Matrix4f
- Eigen::Affine3d
- Eigen::Affine3f
- Eigen::Quaterniond
- Eigen::Quaternionf
解释
首先，固定大小 ：如果 Eigen 对象的行数和列数在编译时固定，则它具有固定大小。因此，例如 Matrix3f 具有固定大小，但 MatrixXf 没有（与固定大小相对应的是动态大小）。
固定大小的 Eigen 数组是一个普通的 静态数组，它不是动态分配的。例如，Matrix4f 背后的数据只是一个 float array[16]。
固定大小的对象通常非常小，这意味着，无论是在内存使用还是速度方面，我们都希望以零运行时开销来处理它们。
矢量化适用于 128 位数据包（例如 SSE、AltiVec、NEON）、256 位数据包（例如 AVX）或 512 位数据包（例如 AVX512）。此外，出于性能原因，如果这些数据包与数据包大小具有相同的对齐方式，即分别为 16 字节、32 字节和 64 字节，则读取和写入这些数据包的效率最高。
所以，固定大小的 Eigen 对象矢量化的最佳方式是，如果它们的大小是 16 字节（或更多）的倍数。则Eigen 将为这些对象请求 16 字节对齐（或更多），并从此依赖这些对齐对象来实现最大效率。
