我正在学习openMP，用我有限的知识，并行化了我的代码。我正试图使用openMP矢量化技术来改进这段代码。但是在浏览相关阅读材料时，我发现对long double数据类型进行矢量化运算是不可能的。有人能提供为什么会这样的信息，并提出除了降低精度以外的解决方案吗？
链接中的内容如下：“避免SIMD硬件不支持的操作。（80位）长的算术在Linux上加倍，余数运算符“%”是SIMD硬件不支持的操作示例。”
注：我使用的是INTEL C编译器16.0.2、带128位长矢量寄存器的INTEL XEON处理器和Linux。我的数据类型大多是长双精度的。
x86指令集的SIMD指令仅支持32位和64位浮点运算（对16位浮点数的支持有限）。此外，即使有64位乘以64位到128位标量整数指令（例如Mulx），也没有相应的SIMD指令。许多人尝试过但未能实现高效的128位整数x86 SIMD算术（乘法和加法有一些例外）。没有通用的x86 SIMD整数除法指令。
但是，对于浮点数，人们使用双精度运算进行更高精度的浮点 SIMD 运算取得了更大的成功。双精度具有 106 位精度，而 64 位精度为 80 位长双精度。但并非每个 C 编译器都使用 80 位长双精度。有些只使用只有54位精度的双精度（例如MSVC），有些使用128位四精度，精度为113位，维基百科甚至声称在一些编译器中，长双精度被实现为双精度。
我在这里描述了双双的一些细节。注意，doubledouble不是IEEE浮点类型，它具有一些不寻常的属性。此外，double double的范围与double相同，因此它只会提高精度。
与长双精度相比，双精度的速度有多快？我从来没有测试过这个。但是我发现，当进行乘法和加法运算的平衡混合时，双精度比双精度运算慢10倍左右。长双精度肯定比双精度慢（除非它是作为双精度实现的）。但是，由于您可以将SIMD与双精度一起使用，但不能与内置的长双精度一起使用，因此速度与SIMD宽度成比例地提高。因此，SSE2使用2次双精度运算，AVX使用4次，AVX512使用8次。
不过，不要期望OpenMP的simd构造能够实现双精度。您需要自己实现或找到一个库。
