Question

如何在XMM寄存器中对值进行逐位否定？据我所知，没有这样的指示。唯一带有否定的指令是pandn，但是要用它来简单地否定一个XMM寄存器中的值，我必须让另一个填充了1的XMM寄存器填充。

是否有另一种方法来否定XMM寄存器中的位？或者是否有一种聪明的方法可以在不访问内存的情况下用1填充XMM寄存器？

Answer 1

要加载一个包含全1的寄存器，请使用

pcmpeqd xmm0, xmm0

之后，您只需从xmmX中扣除xmm0即可获得~xmmX，或使用pandn

您还可以轻松地将其他常量加载到xmm寄存器

pcmpeqd xmm0, xmm0
psrld   xmm0, 30   ; 3 (32-bit)

pcmpeqd xmm0, xmm0 ; -1

pcmpeqw xmm0, xmm0 ; 1.5f
pslld   xmm0, 24
psrld   xmm0, 2

pcmpeqw xmm0, xmm0 ; -2.0f
pslld   xmm0, 30

阅读Agner Fog的优化指南13.4 Generating constants - Making constants for integer vectors in XMM registers

Answer 2

将pxor与所有人注册一起使用。

pandn也可以使用，但优势为零。在所有情况下，pandn都可以使用全常量来进行pxor做不到的事情。

psubd也是可用的（2的补码身份），但比pandn更糟糕，因为它在某些CPU上具有较低的吞吐量（较少的执行端口）。

pcmpedq  xmm1, xmm1      ; create the all-ones.  No false dependency.

pxor     xmm0, xmm1      ; flip all the bits in XMM0. Doesn't destroy XMM1
;pandn    xmm0, xmm1      ; equivalent but no advantage.  (~xmm0) & xmm1

PXOR很好，因为它是可交换的。使用AVX，您可以使用一个微融合的uop加载和不加载：

vpxor    xmm0, xmm1, [rdi]

您不能使用VPANDN进行此操作，因为可以是内存或寄存器的操作数是未取反的操作数。（不过，在没有AVX的情况下，仅加载movdqa或dqu，然后加载pxor。reg复制和微融合的load + pxor是3个未融合域的总和。2）

或者在没有AVX的情况下，如果要破坏全常量而不是要反转的数据，则pxor会再次获胜：

movdqa  xmm2, xmm1      ; copy the all-ones constant.  Off the critical path for latency
pxor    xmm2, xmm0

与movdqa / movdqa xmm2, xmm0相比，您可以从关键路径上撤消pandn xmm2,xmm1。（只有IvyBridge +和Bulldozer-family / Ryzen对向量寄存器使用零延迟movdqa。）或者如果您每次在目标寄存器中使用pcmpeqd重新实现全一（也许是由于寄存器压力）或因为您没有循环执行），那是您想要pxor而不是pandn的另一种情况。

使用pcmpeqb/w/d生成全常量是特殊情况，它不会对旧值有错误的依赖性（在Silvermont上除外），但是仍然需要一个执行单元（与异或归零不同）在桑迪布里奇家庭）。尽管如此，它还是便宜的，并且是编译器用于_mm_set1_epi32(-1)的功能。

在IvyBridge和更高版本以及Bulldozer系列和Ryzen上，每次需要它时都重新创建该常量，而不是从另一个寄存器中复制它会变得稍微。 mov消除XMM副本可以避免占用向量执行单元/端口，以防向量ALU执行端口成为您的瓶颈。

但是在Intel P6-family（Core2 / Nehalem）上要好一些：在问题组中读取过多的“冷”寄存器时，寄存器读取停顿可能是个问题。（请参阅Agner Fog的microarch pdf https://agner.org/optimize/）。 P6系列已过时，但仍在某些旧机器中使用。如果您有在具有AVX的CPU上运行的AVX版本，则可能需要在代码的非AVX版本中进行调整。（但是Haswell / Skylake的“ pentium” /“ celeron”还是一回事，它们没有AVX，所以没有AVX并不意味着旧的CPU。）

XMM寄存器的按位否定

2 个答案: