Question

假设我有8个SSE寄存器，枚举为r0，r1，r2，...，r7，每个寄存器包含8个16位整数。我想创建一个新的寄存器，它包含8个寄存器中每个寄存器的第i个元素，从r0开始，到r7。换句话说，我想获得一个包含以下内容的注册表：

r0[i],r1[i],r2[i],r3[i],r4[i],r5[i],r6[i],r7[i]

如何使用SSE（或AVX）完成？

谢谢！

请注意，索引i不是常数，而是在运行时计算的。

Answer 1

这似乎是一个有趣的挑战。如果您需要在算法中执行此操作，那么现在应该考虑如何组织事情，以便不必须这就像Paul R在评论中建议的那样，而不是像整个8x8转置那样的东西。

我想为每个寄存器设置pshufb之类的东西，设置

xmmN[N] = old_xmmN[i]; // with other elements zeroed.

您有一张随机播放面具表，并使用table[ (i-N) & 7]进行shufflign xmmN。或者，在零之前/之后重复使用随机屏蔽，您可以使用从table[i]开始的8个连续屏蔽。（因此，您只需将地址计算到寄存器中一次，并使用增加的位移。

然后POR在树中一起注册。（实际上，选择第一个POR的操作数并在前两个PSHUFB之后安排它，因此组合可以与改组重叠。）

通过存储到内存然后重新加载，您可以获得更好的吞吐量。（但可能更糟糕的延迟，因为这将导致存储转发延迟。）

rdi = tmp buffer
switch(i) {
    case 0:
        movd   [rdi],   xmm0
        movd   [rdi+2], xmm1
        ...
        movd   [rdi+14], xmm8  // note: writes all the way to [rdi+17].  use pextrw to avoid that.
        break;
    case 1:
        pextrw [rdi],   xmm0, 1;  // SSE4.1 for memory dest pextrw
        pextrw [rdi+2], xmm1, 1
        ...
        break;
    case 2:
        same, but with imm8 = 2;
        break;
    ...
}
movdqa xmm0, [rdi]   ;// ~10 cycle store-forwarding stall

从多个寄存器中收集特定元素并存储到一个寄存器

1 个答案: