Question

在AVX中，只有128位PSHUFB

VPSHUFB xmm1, xmm2, xmm3/m128

并且只有AVX2对于整个256位AVX寄存器

具有完整的PSHUFB

VPSHUFB ymm1, ymm2, ymm3/m256

如何使用AVX内在函数有效模拟此指令？

同样在这种特殊情况下，源只有8个元素（字节），但这些元素可以在目标的完整32个字节内移动。因此，仅运行2 x PSHUFB就没有问题。

我用VPSHUFB找到的一个问题是它将16（0x10）视为0，只有128和up填充为零！（最高位设置）是否可以在不添加比较和屏蔽的情况下执行此操作？

Answer 1

正如@MaratDukhan注意到的那样，_mm256_shuffle_epi8（即ymm-s的VPSHUFB）不执行完整的32字节随机播放。至于我，很可惜......

这就是为什么为了在不使用AVX2的情况下模拟它，您可以简单地将每个寄存器分成两半，每半部分置换一次，然后组合在一起：

//AVX only
__m256i _emu_mm256_shuffle_epi8(__m256i reg, __m256i shuf) {
    __m128i reg0 = _mm256_castsi256_si128(reg);
    __m128i reg1 = _mm256_extractf128_si256(reg, 1);
    __m128i shuf0 = _mm256_castsi256_si128(shuf);
    __m128i shuf1 = _mm256_extractf128_si256(shuf, 1);
    __m128i res0 = _mm_shuffle_epi8(reg0, shuf0);
    __m128i res1 = _mm_shuffle_epi8(reg1, shuf1);
    __m256i res = _mm256_setr_m128i(res0, res1);
    return res;
}

如果你真的想彻底改变32字节寄存器，可以按照this paper的方法进行操作。每半个一半洗牌，然后将结果混合在一起。如果没有AVX2，那就是这样的：

//AVX only
__m256i _emu_mm256_shuffle32_epi8(__m256i reg, __m256i shuf) {
    __m128i reg0 = _mm256_castsi256_si128(reg);
    __m128i reg1 = _mm256_extractf128_si256(reg, 1);
    __m128i shuf0 = _mm256_castsi256_si128(shuf);
    __m128i shuf1 = _mm256_extractf128_si256(shuf, 1);
    __m128i res00 = _mm_shuffle_epi8(reg0, shuf0);
    __m128i res01 = _mm_shuffle_epi8(reg0, shuf1);
    __m128i res10 = _mm_shuffle_epi8(reg1, shuf0);
    __m128i res11 = _mm_shuffle_epi8(reg1, shuf1);
    __m128i res0 = _mm_blendv_epi8(res10, res00, _mm_cmplt_epi8(shuf0, _mm_set1_epi8(16)));
    __m128i res1 = _mm_blendv_epi8(res11, res01, _mm_cmplt_epi8(shuf1, _mm_set1_epi8(16)));
    __m256i res = _mm256_setr_m128i(res0, res1);
    return res;
}

如果您确定只使用reg的下半部分，那么您可以删除reg1，res10，res11的行，并删除比较和混合。实际上，如果没有AVX2，坚持使用SSE并使用128位寄存器可能更有效。

使用AVX2可以显着优化一般的32字节混洗：

//Uses AVX2
__m256i _ext_mm256_shuffle32_epi8(__m256i reg, __m256i shuf) {
    __m256i regAll0 = _mm256_permute2x128_si256(reg, reg, 0x00);
    __m256i regAll1 = _mm256_permute2x128_si256(reg, reg, 0x11);
    __m256i resR0 = _mm256_shuffle_epi8(regAll0, shuf);
    __m256i resR1 = _mm256_shuffle_epi8(regAll1, shuf);
    __m256i res = _mm256_blendv_epi8(resR1, resR0, _mm256_cmpgt_epi8(_mm256_set1_epi8(16), shuf));
    return res;
}

小心：代码未经过测试！

AVX中的AVX2 VPSHUFB仿真

1 个答案: