Question

GCC具有128位整数。使用这些，我可以让编译器使用mul（或imul只有一个操作数）指令。例如

uint64_t x,y;
unsigned __in128 z = (unsigned __int128)x*y;

生成mul。我用这个来创建一个128x128到256的函数（在更新之前，请参阅此问题的结尾，如果您感兴趣，请参阅此代码）。

现在我想要进行256位添加，除了使用汇编之外，我还没有找到让编译器使用ADC的方法。我可以使用汇编程序，但我想要内联函数以提高效率。编译器已经生成了一个有效的128x128到256函数（因为我在这个问题的开头解释了）所以我不明白为什么我应该在汇编中重写它（或者编译器已经有效实现的任何其他函数）

这是我提出的内联汇编函数：

#define ADD256(X1, X2, X3, X4, Y1, Y2, Y3, Y4) \
 __asm__ __volatile__ ( \
 "addq %[v1], %[u1] \n" \
 "adcq %[v2], %[u2] \n" \
 "adcq %[v3], %[u3] \n" \
 "adcq %[v4], %[u4] \n" \
 : [u1] "+&r" (X1), [u2] "+&r" (X2), [u3] "+&r" (X3), [u4] "+&r" (X4) \
 : [v1]  "r" (Y1), [v2]  "r" (Y2), [v3]  "r" (Y3), [v4]  "r" (Y4))

（可能不是每个输出都需要early clobber modifier but I get the wrong result without at least the last two）

这是一个在C

中做同样事情的函数

void add256(int256 *x, int256 *y) {
    uint64_t t1, t2;
    t1 = x->x1; x->x1 += y->x1;
    t2 = x->x2; x->x2 += y->x2 + ((x->x1) < t1);
    t1 = x->x3; x->x3 += y->x3 + ((x->x2) < t2);
                x->x4 += y->x4 + ((x->x3) < t1);
}

为什么需要装配？为什么编译器不能编译add256函数来使用进位标志？有没有办法强制编译器执行此操作（例如，我可以更改add256以便它执行此操作）吗？有人想为a compiler which does not support inline assembly做什么（在汇编中写下所有函数？）为什么没有内在的东西？

这是128x128到256的功能

void muldwu128(int256 *w, uint128 u, uint128 v) {
   uint128 t;
   uint64_t u0, u1, v0, v1, k, w1, w2, w3;

   u0 = u >> 64L;
   u1 = u;
   v0 = v >> 64L;
   v1 = v;

   t = (uint128)u1*v1;
   w3 = t;
   k = t >> 64L;

   t = (uint128)u0*v1 + k;
   w2 = t;
   w1 = t >> 64L;
   t = (uint128)u1*v0 + w2;
   k = t >> 64L;

   w->hi = (uint128)u0*v0 + w1 + k;
   w->lo = (t << 64L) + w3;

}

某些类型定义：

typedef          __int128  int128;
typedef unsigned __int128 uint128;

typedef union {
    struct {
        uint64_t x1;
        uint64_t x2;
         int64_t x3;
         int64_t x4;
    };
    struct {
        uint128 lo;
         int128 hi;
    };
} int256;

更新

我的问题主要是这些问题的重复：

get-gcc-to-use-carry-logic-for-arbitrary-precision-arithmetic-without-inline-assembly
efficient-128-bit-addition-using-carry-flag
multiword-addition-in-c。

英特尔有一篇很好的文章（New Instructions Support Large Integer Arithmetic），它讨论了大整数算术和三条新指令MULX，ADCX，ADOX。他们写道：

mulx的内在定义， adcx和adox也将集成到编译器中。这是第一次正在实现的“add with carry”类型指令的示例内部函数。内在的支持将使用户能够实现大型使用更高级编程语言的整数算术 C / C ++。

内在论是

unsigned __int64 umul128(unsigned __int64 a, unsigned __int64 b, unsigned __int64 * hi);
unsigned char _addcarry_u64(unsigned char c_in, unsigned __int64 a, unsigned __int64 b, unsigned __int64 *out);
unsigned char _addcarryx_u64(unsigned char c_in, unsigned __int64 a, unsigned __int64 b, unsigned __int64 *out);

顺便说一句，MSVC已经有_umul128 intrinsic。因此，即使MSVC没有__int128，_umul128内在函数也可用于生成mul，因此可生成128位乘法。

自Haswell的BMI2以来，MULX指令可用。 Broadwell处理器可以使用ADCX和ADOX指令。太糟糕了，自1979年8086以来，ADC没有固有的内在性。这将解决内联装配问题。

修改：如果定义了BMI2，实际__int128将使用mulx（例如，使用-mbmi2或 - march=haswell）。

编辑：

我按照LưuVĩnhPhúc的建议尝试了Clang的附带内置装置

void add256(int256 *x, int256 *y) {
    unsigned long long carryin=0, carryout;
    x->x1 = __builtin_addcll(x->x1, y->x1, carryin, &carryout); carryin = carryout;
    x->x2 = __builtin_addcll(x->x2, y->x2, carryin, &carryout); carryin = carryout;
    x->x3 = __builtin_addcll(x->x3, y->x3, carryin, &carryout); carryin = carryout;
    x->x4 = __builtin_addcll(x->x4, y->x4, carryin, &carryout);  
}

但这不会产生ADC，而且比我预期的要复杂得多。

Answer 1

我使用_addcarry_u64内在

找到了ICC 13.0.01的解决方案

void add256(uint256 *x, uint256 *y) {
    unsigned char c = 0;
    c = _addcarry_u64(c, x->x1, y->x1, &x->x1);
    c = _addcarry_u64(c, x->x2, y->x2, &x->x2);
    c = _addcarry_u64(c, x->x3, y->x3, &x->x3);
        _addcarry_u64(c, x->x4, y->x4, &x->x4);
}

产生

L__routine_start_add256_0:
add256:
        xorl      %r9d, %r9d                                    #25.9
        movq      (%rsi), %rax                                  #22.9
        addq      %rax, (%rdi)                                  #22.9
        movq      8(%rsi), %rdx                                 #23.9
        adcq      %rdx, 8(%rdi)                                 #23.9
        movq      16(%rsi), %rcx                                #24.9
        adcq      %rcx, 16(%rdi)                                #24.9
        movq      24(%rsi), %r8                                 #25.9
        adcq      %r8, 24(%rdi)                                 #25.9
        setb      %r9b                                          #25.9
        ret                                                     #26.1

我用-O3编译。我不知道如何使用ICC启用adx。也许我需要ICC 14？

这正好是我所期待的1 addq和3 adcq。

使用Clang使用-O3 -madx的结果是一团糟

add256(uint256*, uint256*):                  # @add256(uint256*, uint256*)
movq    (%rsi), %rax
xorl    %ecx, %ecx
xorl    %edx, %edx
addb    $-1, %dl
adcq    %rax, (%rdi)
addb    $-1, %cl
movq    (%rdi), %rcx
adcxq   %rax, %rcx
setb    %al
movq    8(%rsi), %rcx
movb    %al, %dl
addb    $-1, %dl
adcq    %rcx, 8(%rdi)
addb    $-1, %al
movq    8(%rdi), %rax
adcxq   %rcx, %rax
setb    %al
movq    16(%rsi), %rcx
movb    %al, %dl
addb    $-1, %dl
adcq    %rcx, 16(%rdi)
addb    $-1, %al
movq    16(%rdi), %rax
adcxq   %rcx, %rax
setb    %al
movq    24(%rsi), %rcx
addb    $-1, %al
adcq    %rcx, 24(%rdi)
retq

如果没有在Clang中启用-madx，结果就不会好多了。

编辑： Apperently MSVC already has _addcarry_u64。我尝试了它，它和ICC一样好（1x add和3x adc）。

使用进位标志添加多字

1 个答案: