Question

在SSE3中，PALIGNR指令执行以下操作：

PALIGNR将目标操作数（第一个操作数）和源操作数（第二个操作数）连接成一个中间复合，将复合体以字节粒度向右移动一个常量立即数，并将右对齐结果提取到目的地。

我目前正在移植我的SSE4代码以使用AVX2指令并使用256位寄存器而不是128位寄存器。天真地，我相信内在函数_mm256_alignr_epi8（VPALIGNR）仅在256位寄存器上执行与_mm_alignr_epi8相同的操作。但遗憾的是，事实并非如此。事实上，_mm256_alignr_epi8将256位寄存器视为2个128位寄存器，并在两个相邻的128位寄存器上执行2次“对齐”操作。有效地执行与_mm_alignr_epi8相同的操作，但同时在2个寄存器上执行。这里最清楚地说明了这一点：_mm256_alignr_epi8

目前我的解决方案是继续使用_mm_alignr_epi8将ymm（256bit）寄存器分成两个xmm（128bit）寄存器（高和低），如下所示：

__m128i xmm_ymm1_hi = _mm256_extractf128_si256(ymm1, 0);
__m128i xmm_ymm1_lo = _mm256_extractf128_si256(ymm1, 1);
__m128i xmm_ymm2_hi = _mm256_extractf128_si256(ymm2, 0);
__m128i xmm_ymm_aligned_lo = _mm_alignr_epi8(xmm_ymm1_lo, xmm_ymm1_hi, 1);
__m128i xmm_ymm_aligned_hi = _mm_alignr_epi8(xmm_ymm2_hi, xmm_ymm1_lo, 1);
__m256i xmm_ymm_aligned = _mm256_set_m128i(xmm_ymm_aligned_lo, xmm_ymm_aligned_hi);

这样可行，但必须有更好的方法，对吧？是否有更多“通用”AVX2指令应该用于获得相同的结果？

Answer 1

你在使用palignr做什么用途？如果仅处理数据错位，则只需使用未对齐的负载;它们通常在现代英特尔μ架构上“足够快”（并且可以为您节省大量代码）。

如果由于其他原因需要palignr - 类似的行为，您可以简单地利用未对齐的加载支持以无分支的方式执行此操作。除非你完全受限于加载存储，否则这可能是首选的习惯用法。

static inline __m256i _mm256_alignr_epi8(const __m256i v0, const __m256i v1, const int n)
{
    // Do whatever your compiler needs to make this buffer 64-byte aligned.
    // You want to avoid the possibility of a page-boundary crossing load.
    char buffer[64];

    // Two aligned stores to fill the buffer.
    _mm256_store_si256((__m256i *)&buffer[0], v0);
    _mm256_store_si256((__m256i *)&buffer[32], v1);

    // Misaligned load to get the data we want.
    return _mm256_loadu_si256((__m256i *)&buffer[n]);
}

如果您可以提供有关确切使用palignr的更多信息，我可能会更有帮助。

Answer 2

我们需要2条指令：“vperm2i128”和“vpalignr”以256位扩展“palignr”。

请参阅：https://software.intel.com/en-us/blogs/2015/01/13/programming-using-avx2-permutations

Answer 3

我能想出的唯一解决方案是：

static inline __m256i _mm256_alignr_epi8(const __m256i v0, const __m256i v1, const int n)
{
  if (n < 16)
  {
    __m128i v0h = _mm256_extractf128_si256(v0, 0);
    __m128i v0l = _mm256_extractf128_si256(v0, 1);
    __m128i v1h = _mm256_extractf128_si256(v1, 0);
    __m128i vouth = _mm_alignr_epi8(v0l, v0h, n);
    __m128i voutl = _mm_alignr_epi8(v1h, v0l, n);
    __m256i vout = _mm256_set_m128i(voutl, vouth);
    return vout;
  }
  else
  {
    __m128i v0h = _mm256_extractf128_si256(v0, 1);
    __m128i v0l = _mm256_extractf128_si256(v1, 0);
    __m128i v1h = _mm256_extractf128_si256(v1, 1);
    __m128i vouth = _mm_alignr_epi8(v0l, v0h, n - 16);
    __m128i voutl = _mm_alignr_epi8(v1h, v0l, n - 16);
    __m256i vout = _mm256_set_m128i(voutl, vouth);
    return vout;
  }
}

我认为它与你的解决方案非常相似，除了它还处理＆gt; = 16字节的移位。

AVX2中的_mm_alignr_epi8（PALIGNR）等价物

3 个答案: