Question

我正在尝试使用SIMD内在函数编写流压缩（获取数组并删除空元素）。循环的每次迭代一次处理8个元素（SIMD宽度）。

使用SSE内在函数，我可以使用_mm_shuffle_epi8（）相当有效地执行此操作，它执行16条表查找（以并行计算术语收集）。 shuffle索引是预先计算的，并使用位掩码进行查找。

for (i = 0; i < n; i += 8)
{
  v8n_Data = _mm_load_si128(&data[i]);
  mask = _mm_movemask_epi8(&is_valid[i]) & 0xff;     // is_valid is byte array
  v8n_Compacted = _mm_shuffle_epi8(v16n_ShuffleIndices[mask]);
  _mm_storeu_si128(&compacted[count], v8n_Compacted);

  count += bitCount[mask];
}

我的问题是现在我想为Altivec SIMD实现这个（不要问为什么 - 错误的商业决策）。 Altivec没有_mm_movemask_epi8（）的等价物，这是一个关键因素。所以，我需要找到一种方法

模拟_mm_movemask_epi8（） - 似乎很贵，有几个班次和OR
有效地直接生成随机指数 -

即索引i将是未压缩数据中第i个有效元素的索引

element_valid:   0 0 1 0 1 0 0 1 0
gather_indices:  x x x x x x 6 4 1
scatter_indices: 3 3 2 2 1 1 1 0 0

连续执行此操作非常简单，但我需要它是并行（SIMD）。使用前缀sum生成散布索引似乎很容易，但由于AltiVec和SSE都没有散点指令，我需要收集索引。收集索引是散射指数的反函数，但是如何并行获得？我知道在GPU编程的开创性时代，converting scatters to gathers是一种常用的技术，但这两种方法中没有一种看似实用。

也许如果不坚持压缩保留元素顺序将允许更有效的实现？我可以放弃。

Answer 1

如果你想模仿_mm_movemask_epi8而你只需要8字节元素的8位标量掩码，那么你可以使用AltiVec做这样的事情：

#include <stdio.h>

int main(void)
{
    const vector unsigned char vShift = { 0, 1, 2, 3, 4, 5, 6, 7, 0, 0, 0, 0, 0, 0, 0, 0 };
                                            // constant shift vector

    vector unsigned char isValid = { 0, 1, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0 };
                                            // sample input

    vector unsigned char v1 = vec_sl(isValid, vShift);
                                            // shift input values
    vector unsigned int v2 = vec_sum4s(v1, (vector unsigned int)(0));
    vector signed int v3 = vec_sum2s((vector signed int)v2, (vector signed int)(0));
                                            // sum shifted values
    vector signed int v4 = vec_splat(v3, 1);
    unsigned int mask __attribute__ ((aligned(16)));
    vec_ste((vector unsigned int)v4, 0, &mask);
                                            // store sum in scalar

    printf("v1 = %vu\n", v1);
    printf("v2 = %#vlx\n", v2);
    printf("v3 = %#vlx\n", v3);
    printf("v4 = %#vlx\n", v4);
    printf("mask = %#x\n", mask);

    return 0;
}

这是5个AltiVec指令与SSE中的1个指令。您可能会丢失vec_splat并将其降至4。

将散点索引转换为聚集索引的有效方法？

1 个答案: