Question

我正在尝试使用SSE指令为数组中的POPCOUNT整数累积uint64_t。
这是我的代码：

#include <emmintrin.h>
#include <nmmintrin.h>
#include <chrono>

int main()
{    
  uint64_t data[4] = {1,1,1,1};
  uint64_t data2[4] = {1,0,1,0};
  __m128i* ptr = (__m128i*) data;
  __m128i* ptr2 = (__m128i*) data2;

  int total = 0;
  for (int i = 0; i < 2; ++i, ++ptr, ++ptr2)
    total += popcount(_mm_and_si128(*ptr, *ptr2)); // This doesn't work    
}

我需要等效POPCOUNT函数，该函数对_mm_and_si128的输出进行操作，因此我可以将所有POPCOUNT积累到total变量中。

Answer 1

POPCOUNT不适用于SSE寄存器。您需要将_mm_and_sil128的结果保存到内存中，然后在两半上使用POPCOUNT（_mm_popcnt_u64），因为POPCOUNT指令最多限制为64位操作数。

Answer 2

我们有一篇关于这个主题的完整研究论文：Faster Population Counts using AVX2 Instructions。尽管有这个头衔，但它也涵盖了SSE。有关相关软件库，请参阅hamming_weight。它包括各种快速功能来完成这类工作。

简短的回答：你可以像这样使用Mułapopcount函数：

 __m128i popcount(__m128i v) {
    const __m128i lookup = _mm_setr_epi8(
    /* 0 */ 0, /* 1 */ 1, /* 2 */ 1, /* 3 */ 2,
    /* 4 */ 1, /* 5 */ 2, /* 6 */ 2, /* 7 */ 3,
    /* 8 */ 1, /* 9 */ 2, /* a */ 2, /* b */ 3,
    /* c */ 2, /* d */ 3, /* e */ 3, /* f */ 4
);
   __m128i low_mask = _mm_set1_epi8(0x0f);
   __m128i lo  = _mm_and_si128(v, low_mask);
   __m128i hi  = _mm_and_si128(_mm_srli_epi16(v, 4), low_mask);
   __m128i popcnt1 = _mm_shuffle_epi8(lookup, lo);
   __m128i popcnt2 = _mm_shuffle_epi8(lookup, hi);
  return _mm_sad_epu8(_mm_add_epi8(popcnt1, popcnt2), _mm_setzero_si128());
}

popcount调用的结果是一个由两个64位计数器组成的128位计数器，您必须将它们加起来。总结两个64位计数器可以在最后完成，以节省计算时间。

C ++ SIMD：在数组中累积uint64_t元素的POPCOUNT

2 个答案: