复数浮点输入FIR实现：输入输出应选交错式还是分离式实虚部？

我有两个浮点向量，分别对应复数输入的实部和虚部。我写了一段针对浮点输入的FIR计算代码，但不确定复数输入的FIR应该用交错式存储（Re,Im,Re,Im...）还是分离式存储（所有实部连续存储，所有虚部连续存储）。下面是我用x86 Intrinsic实现的代码，请告诉我输入和输出应该采用哪种格式？

void CVector::Fir(float* pInRe, float *pInIm, float* pOutRe, 
float *pOutIm, float* pCoeff, uint32_t N, uint32_t FilterLength)
{
    int n, k;
    float* pSrcRe;
    float* pSrcIm;
    float* pCoeffSrc = pCoeff;
    float* pDstRe = pOutRe;
    float* pDstIm = pOutIm;
    __m128 Zero128 = _mm_set_ps1(0);

    __m256 VecRe, VecIm;
    __m256 SumRe, SumIm;
    uint32_t Offset;
    __m128 Low, High, Sum128;

    for (n = 0; n < N; n++)
    {
        pSrcRe = pInRe;
        pSrcIm = pInIm;
        SumRe = _mm256_set1_ps(0);
        SumIm = SumRe;
        Offset = FilterLength - 1 - n;
        pCoeffSrc = pCoeff + Offset;

        for (k = Offset; k < FilterLength; k += 8)
        {
            __m256 Coeff = _mm256_load_ps(pCoeffSrc);
            VecRe = _mm256_load_ps(pSrcRe);
            VecIm = _mm256_load_ps(pSrcIm);
            SumRe = _mm256_fmadd_ps(Coeff, VecRe, SumRe);
            SumIm = _mm256_fmadd_ps(Coeff, VecIm, SumIm);
            pCoeffSrc += 8;
            pSrcRe += 8;
            pSrcIm += 8;
        }

        //Accumlate 8 elements in Sum128
        //extract 4 low float from Sum
        Low = _mm256_castps256_ps128(SumRe);
        //extract 4 high float from Sum
        High = _mm256_extractf32x4_ps(SumRe, 1);
        //Add Low, High into __mm128
        Sum128 = _mm_add_ps(Low, High);
        //Pack to __mm128 with one element > 0 
        Sum128 = _mm_hadd_ps(Sum128, Zero128);
        Sum128 = _mm_hadd_ps(Sum128, Zero128);
        //extract float[0] from Sum128
        *pDstRe = _mm_cvtss_f32(Sum128);


        //Accumlate 8 elements in Sum128
        //extract 4 low float from Sum
        Low = _mm256_castps256_ps128(SumIm);
        //extract 4 high float from Sum
        High = _mm256_extractf32x4_ps(SumIm, 1);
        //Add Low, High into __mm128
        Sum128 = _mm_add_ps(Low, High);
        //Pack to __mm128 with one element > 0 
        Sum128 = _mm_hadd_ps(Sum128, Zero128);
        Sum128 = _mm_hadd_ps(Sum128, Zero128);
        *pDstIm = _mm_cvtss_f32(Sum128);

        pDstRe++;
        pDstIm++;
    }
}

针对你代码的直接结论 #

你的代码完全基于分离式存储设计：函数参数明确接收独立的实部数组（pInRe）和虚部数组（pInIm），输出也是分离的pOutRe和pOutIm，计算过程中直接加载连续的实部/虚部向量做SIMD乘加运算。所以当前代码只能适配分离式存储的输入输出。

两种存储格式的优劣分析 #

1. 分离式存储（当前代码采用） #

• 优势：
  • 内存对齐友好：连续的实部/虚部数组更容易满足AVX等SIMD指令的256位对齐要求，避免非对齐加载导致的性能损耗。
  • 计算逻辑高效：复用实值FIR的优化思路，直接对实虚部分别做卷积，fmadd指令能最大化利用CPU的浮点运算单元。
  • 缓存利用率高：连续的同类型数据（全实部或全虚部）能更好地填充CPU缓存，减少缓存 miss。
• 劣势：
  • 需要维护两个独立数组，内存管理稍显繁琐；若需对接交错式存储的模块，需额外做格式转换。

2. 交错式存储（Re,Im,Re,Im...） #

• 优势：
  • 数据结构紧凑：复数的实虚部成对存储，适合按复数单元操作的场景（如后续复数乘法、FFT），无需同时操作两个数组。
• 劣势：
  • SIMD加载效率低：若要单独提取实部或虚部，必须用shuffle指令，增加指令开销；非对齐的交错数组会进一步降低加载性能。
  • 缓存浪费：缓存行中同时包含实虚部数据，单独处理实部或虚部时，会加载不需要的另一半数据，降低缓存利用率。

最终建议 #

如果你的代码已经稳定运行，且没有强制对接交错式存储的需求，继续使用分离式存储是最优选择——你的代码已经针对这种格式做了充分的SIMD优化，性能表现会比适配交错式存储更好。

如果后续需要对接交错式存储的接口，可以在输入输出层做轻量转换：输入时从交错数组中提取实虚部分别存入分离数组，计算完成后再将结果合并成交错格式，核心计算逻辑无需改动。

内容的提问来源于stack exchange，提问作者Zvi Vered