我正在使用Fasm（汇编），正在寻找与这些内在指令等效的SSE2汇编指令：
_mm_set1_epi8
_mm_cmpeq_epi8
_mm_movemask_epi8
我在哪里得到它们（网站，pdf ...）？
答案 0 :(得分：6)
使用Intel Intrinsics Guide，但请注意，某些内部函数不会映射到单个指令，例如_mm_set1_epi8。对于大多数内在函数，尽管描述中列出了相应的机器指令。
您还可以使用非常有用的Compiler Explorer来查看给定内在函数的生成代码，例如this example for _mm_set1_epi8。
答案 1 :(得分：6)
首先要查看它们的x86 Software Developer Manual vol.2中的内容，而不是去研究内在函数文档。或者在https://www.felixcloutier.com/x86/index.html上仅提取指令条目的HTML，而没有介绍和附录。例如https://www.felixcloutier.com/x86/PCMPEQB:PCMPEQW:PCMPEQD.html
（（Intel的asm手册条目在条目的底部列出了该指令的内在函数。由于AVX512是主PDF的一部分，所以这些列表变得一团糟，但是您仍然可以从另一个方向检查您的猜测/内存如果您已经猜到了将用于内部函数的指令并进行了查找。
或者，如果您搜索的是完整的PDF版本，则内在名称会受到打击，因为直接映射到_mm_cmpeq_epi8而不是set1之类的一条指令的内在函数
比其内在文档更好/更详细（例如，“操作”部分始终存在，并且通常更为具体）。另外，它还向您显示了操作数的顺序。这通常与内在函数匹配，但是我似乎还记得有这种情况的情况，可能是改组。当然，vfmadd132ps与vfmadd213ps与vfmadd231ps的区别在于，加数或被乘数之一是目的地，哪些可以是内存。
它还向您显示哪个操作数可以是内存。它并不总是最后一个，例如VBLENDVPS xmm1, xmm2, xmm3/m128, xmm4（因为最后一个操作数被编码为立即数，而不是像非VEX版本那样被隐式地xmm0编码）。另外，pmovzxbd xmm1, dword [rdi]和其他代码在缩小负载时很有用（因为它小于16个字节，因此不需要对齐），但是您永远不会从仅向其提供__m128i的内在函数中得知这一点。资源。使用_mm_cvtsi32_si128 (int a)之后，编译器无法始终优化为内存操作数。
在pblendvb中，非VEX形式为PBLENDVB xmm1, xmm2/m128, <XMM0>，隐式地将XMM0用作混合控制矢量。内在函数也将其隐藏起来，因此，如果您尝试编写pblendvb xmm1, xmm8, xmm7，将会引起混乱的错误。
Agner Fog's asm optimization guide在SIMD上也有一章，其中有一些非常不错的数据移动指令表，这些表对于不同类型的任务很有用。
另请参见SO x86 tag wiki。
我发现更容易记住asm助记符；它们更短，并且在命名方面（如大多数情况下，直到AVX ...），像改组与置换之类的怪异差异要少一些。更重要的是，我倾向于从asm的角度考虑，然后编写可让编译器有效编译的内在函数。
CPU延迟/吞吐量/执行端口信息全都是助记符，而不是固有的（Agner Fog的表，instlatx64和http://uops.info/），因此您必须知道这些名称才能真正使用级别的性能详细信息，并检查编译器是否对您的代码做得很好，并查看perf record / perf report分析结果，以弄清为什么某个地方存在热点。 >
Intel在其内在函数指南中具有吞吐量/等待时间数字，但没有执行端口，因此您无法知道两条throughtput=1指令是否可以彼此在同一周期中运行，因此它不是很有用