c++的矩阵乘法加速trick

最近读RNNLM的源代码，发现其实现矩阵乘法时使用了一个trick，这里描述一下这个trick。

首先是正常版的矩阵乘法（其实是矩阵乘向量）

void matrixXvector(float* destvect, float* srcmatrix, int srcmatrix_rownum, int srcmatrix_colnum, float* srcvect, int srcvect_size){
	for(int row=0;row<srcmatrix_rownum;++row){
		destvect[row]=0;
		for(int col=0;col<srcmatrix_colnum;++col){
			destvect[row]+=srcmatrix[row*srcmatrix_colnum+col]*srcvect[col];
		}
	}
}

就是最简单的for循环，逐行逐列遍历。

接下来是RNNLM中实现的trick版本

void matrixXvector2(float* destvect, float* srcmatrix, int srcmatrix_rownum, int srcmatrix_colnum, float* srcvect, int srcvect_size){
	int row, col;
	float val1, val2, val3, val4;
	float val5, val6, val7, val8;

	for(row=0;row<srcmatrix_rownum/8;++row){
		val1 = 0;
		val2 = 0;
		val3 = 0;
		val4 = 0;
		val5 = 0;
		val6 = 0;
		val7 = 0;
		val8 = 0;

		for(col=0;col<srcmatrix_colnum;++col){
			val1+=srcmatrix[(row*8+0)*srcmatrix_colnum+col]*srcvect[col];
			val2+=srcmatrix[(row*8+1)*srcmatrix_colnum+col]*srcvect[col];
			val3+=srcmatrix[(row*8+2)*srcmatrix_colnum+col]*srcvect[col];
			val4+=srcmatrix[(row*8+3)*srcmatrix_colnum+col]*srcvect[col];
			val5+=srcmatrix[(row*8+4)*srcmatrix_colnum+col]*srcvect[col];
			val6+=srcmatrix[(row*8+5)*srcmatrix_colnum+col]*srcvect[col];
			val7+=srcmatrix[(row*8+6)*srcmatrix_colnum+col]*srcvect[col];
			val8+=srcmatrix[(row*8+7)*srcmatrix_colnum+col]*srcvect[col];
		}

		destvect[row*8+0]+=val1;
		destvect[row*8+1]+=val2;
		destvect[row*8+2]+=val3;
		destvect[row*8+3]+=val4;
		destvect[row*8+4]+=val5;
		destvect[row*8+5]+=val6;
		destvect[row*8+6]+=val7;
		destvect[row*8+7]+=val8;

	}

	for(row=row*8;row<srcmatrix_rownum;++row){
		for(col=0;col<srcmatrix_colnum;++col){
			destvect[row]+=srcmatrix[row*srcmatrix_colnum+col]*srcvect[col];
		}
	}
}

对比普通版，trick版把遍历行的for循环分成了8份，同时进行列遍历。

实际测试中，这个trick版比普通版快了接近2倍~这是编译器优化造成的么……？