使用AVX模拟32字节的移位

Question

我正在将使用SSE2内在函数编写的矢量化代码迁移到AVX2内在函数。

令我失望的是，我发现移位指令 _mm256_slli_si256 和 _mm256_srli_si256 仅分别在AVX寄存器的两半上运行，并在它们之间引入零。 （这与处理整个SSE寄存器的 _mm_slli_si128 和 _mm_srli_si128 相反。）

你能推荐我一个简短的替代品吗？

更新：

可以有效地实现

_mm256_slli_si256

_mm256_alignr_epi8(A, _mm256_permute2x128_si256(A, A, _MM_SHUFFLE(0, 0, 3, 0)), N)

或

_mm256_slli_si256(_mm256_permute2x128_si256(A, A, _MM_SHUFFLE(0, 0, 3, 0)), N)

对于大于16字节的移位。

但问题仍然是_mm256_srli_si256。

Answer 1

从不同的输入，我收集了这些解决方案。跨越通道间障碍的关键是对齐指令_mm256_alignr_epi8。

_mm256_slli_si256（A，N）

0＆lt; N＆lt; 16

_mm256_alignr_epi8(A, _mm256_permute2x128_si256(A, A, _MM_SHUFFLE(0, 0, 2, 0)), 16 - N)

N = 16

_mm256_permute2x128_si256(A, A, _MM_SHUFFLE(0, 0, 2, 0))

16＆lt; N＆lt; 32

_mm256_slli_si256(_mm256_permute2x128_si256(A, A, _MM_SHUFFLE(0, 0, 2, 0)), N - 16)

_mm256_srli_si256（A，N）

0＆lt; N＆lt; 16

_mm256_alignr_epi8(_mm256_permute2x128_si256(A, A, _MM_SHUFFLE(2, 0, 0, 1)), A, N)

N = 16

_mm256_permute2x128_si256(A, A, _MM_SHUFFLE(2, 0, 0, 1))

16＆lt; N＆lt; 32

_mm256_srli_si256(_mm256_permute2x128_si256(A, A, _MM_SHUFFLE(2, 0, 0, 1)), N - 16)

Answer 2

这是使用avx2向左移位ymm寄存器的功能。我用它来左移一个，虽然看起来它可以工作多达63位。

//----------------------------------------------------------------------------
// bit shift left a 256-bit value using ymm registers
//          __m256i *data - data to shift
//          int count     - number of bits to shift
// return:  __m256i       - carry out bit(s)

static __m256i bitShiftLeft256ymm (__m256i *data, int count)
   {
   __m256i innerCarry, carryOut, rotate;

   innerCarry = _mm256_srli_epi64 (*data, 64 - count);                        // carry outs in bit 0 of each qword
   rotate     = _mm256_permute4x64_epi64 (innerCarry, 0x93);                  // rotate ymm left 64 bits
   innerCarry = _mm256_blend_epi32 (_mm256_setzero_si256 (), rotate, 0xFC);   // clear lower qword
   *data      = _mm256_slli_epi64 (*data, count);                             // shift all qwords left
   *data      = _mm256_or_si256 (*data, innerCarry);                          // propagate carrys from low qwords
   carryOut   = _mm256_xor_si256 (innerCarry, rotate);                        // clear all except lower qword
   return carryOut;
   }

//----------------------------------------------------------------------------

Answer 3

如果移位计数是4个字节的倍数，vpermd（_mm256_permutevar8x32_epi32）具有正确的随机屏蔽将使用一条指令（或更多，如果您实际需要将移位归零） -in bytes而不是在其上复制不同的元素。）

为了支持变量（4B的倍数）移位计数，您可以将控件掩码从窗口加载到0 0 0 0 0 0 0 1 2 3 4 5 6 7 0 0 0 0 0 0 0或其他数组中，除了0只是底部元素，并且不会把事情弄清楚。有关从滑动窗口生成蒙版的更多信息，请参阅my answer on another question。

这个答案很小，因为vpermd并没有直接解决问题。我指出它可以作为一种替代方案，在某些你正在寻找完整向量移位的情况下可以使用。