问题描述
std::array<std::uint8_t,4> birunji::paeth_prediction
(const std::array<std::uint8_t,4>& a,const std::array<std::uint8_t,4>& b,4>& c)
{
std::array<std::int16_t,4> pa;
std::array<std::int16_t,4> pb;
std::array<std::int16_t,4> pc;
std::array<std::uint8_t,4> results;
for(std::size_t i = 0; i < 4; ++i)
{
pa[i] = b[i] - c[i];
pb[i] = a[i] - c[i];
pc[i] = pa[i] + pb[i];
pa[i] = std::abs(pa[i]);
pb[i] = std::abs(pb[i]);
pc[i] = std::abs(pc[i]);
if(pa[i] <= pb[i] && pa[i] <= pc[i])
results[i] = a[i];
else if(pb[i] <= pc[i])
results[i] = b[i];
else
results[i] = c[i];
}
return results;
}
__m128i birunji::paeth_prediction(const __m128i& a,const __m128i& b,const __m128i& c)
{
__m128i pa = _mm_sub_epi16(b,c);
__m128i pb = _mm_sub_epi16(a,c);
__m128i pc = _mm_add_epi16(pa,pb);
pa = _mm_abs_epi16(pa);
pb = _mm_abs_epi16(pb);
pc = _mm_abs_epi16(pc);
__m128i pa_le_pb = _mm_cmpgt_epi16(pb,pa);
__m128i pa_le_pc = _mm_cmpgt_epi16(pc,pa);
__m128i pb_le_pc = _mm_cmpgt_epi16(pc,pb);
return
_mm_and_si128(_mm_and_si128(pa_le_pb,pa_le_pc),_mm_and_si128(_mm_and_si128(pb_le_pc,b),a));
}
我遇到的问题是条件语句。我如何成功矢量化这些?我不确定我上面的尝试是否正确。
解决方法
_mm_cmpgt_epi16
可用于比较。请注意,_mm_cmpgt_epi16(a,b) = !(a <= b)
与 _mm_cmpgt_epi16(b,a) != (a <= b)
不同,因为它不是大于或等于比较,而是严格的大于比较。所以掩码是反转的,但这在这种情况下同样有用,不需要显式反转。
这个函数本身不应该返回一个条件,它应该根据条件从a
和b
和c
中选择。如果 SSE4.1 可用,则可以使用 _mm_blendv_epi8
来实现该选择。例如(未测试):
__m128i paeth_prediction(__m128i a,__m128i b,__m128i c)
{
__m128i pa = _mm_sub_epi16(b,c);
__m128i pb = _mm_sub_epi16(a,c);
__m128i pc = _mm_add_epi16(pa,pb);
pa = _mm_abs_epi16(pa);
pb = _mm_abs_epi16(pb);
pc = _mm_abs_epi16(pc);
__m128i not_pa_le_pb = _mm_cmpgt_epi16(pa,pb);
__m128i not_pa_le_pc = _mm_cmpgt_epi16(pa,pc);
__m128i not_pb_le_pc = _mm_cmpgt_epi16(pb,pc);
__m128i not_take_a = _mm_or_si128(not_pa_le_pb,not_pa_le_pc);
__m128i t = _mm_blendv_epi8(b,c,not_pb_le_pc);
return _mm_blendv_epi8(a,t,not_take_a);
}
最后两行实现如下逻辑:
如果PB不小于或等于PC,取C,否则取B。
如果 PA 不小于或等于 PB 或 PA 不小于或等于 PC,则取上一步的结果,否则取 A。 >
如果没有 SSE4.1,可以使用 AND/ANDNOT/OR 实现混合。
我已经更改了函数的签名,因此它按值获取向量,通过常量引用获取它们是不必要的(向量很容易复制)并且可以从间接增加开销,尽管这种开销可能会被删除如果函数最终被编译器内联。
作为变体,_mm_min_epi16
可用于实现部分逻辑:
__m128i paeth_prediction(__m128i a,pb);
pa = _mm_abs_epi16(pa);
pb = _mm_abs_epi16(pb);
pc = _mm_abs_epi16(pc);
__m128i not_pb_le_pc = _mm_cmpgt_epi16(pb,pc);
__m128i take_a = _mm_cmpeq_epi16(pa,_mm_min_epi16(pa,_mm_min_epi16(pb,pc)));
__m128i t = _mm_blendv_epi8(b,not_pb_le_pc);
return _mm_blendv_epi8(t,a,take_a);
}
因为条件 pa <= pb && pa <= pc
等价于 pa == min(pa,pb,pc)
。
生成的汇编代码看起来好一点,但我没有以任何方式对其进行测试,包括性能。
,您可以通过完全避免转换为 int16_t
来简化计算。
首先,请注意 pa<=pc
和 pb<=pc
当且仅当 a<=c<=b
或 b<=c<=a
为真。如果 c
小于或等于两者,则返回 max(a,b)
;如果 c
大于或等于,则返回 min(a,b)
。
所以我们可以先使用a
和b
操作对min
、max
进行“排序”,
A = min(a,b)
B = max(a,b)
剩下三种可能的情况:
A<=B<=c --> A
c<=A<=B --> B
A< c< B --> c
这意味着在 C++ 代码中
std::array<std::uint8_t,4> birunji::paeth_prediction
(const std::array<std::uint8_t,4>& a,const std::array<std::uint8_t,4>& b,4>& c)
{
std::array<std::uint8_t,4> results;
for(std::size_t i = 0; i < 4; ++i)
{
uint8_t A = std::min(a[i],b[i]);
uint8_t B = std::max(a[i],b[i]);
if (B<=c[i]) results[i] = A;
else if(c[i]<=A) results[i] = B;
else results[i] = c[i];
}
return results;
}
不幸的是,没有无符号 SIMD 比较(在 AVX-512 之前),但我们可以使用 (x<=y) == (max(x,y)==y)
(或进行饱和减法并与零比较。
可能的(未经测试的)SIMD 实现(这也适用于任意多个元素——但您可以只加载最低 32 位中的四个元素并忽略结果的其余部分):
__m128i paeth_prediction(__m128i a,__m128i c)
{
__m128i A = _mm_min_epu8(a,b);
__m128i B = _mm_max_epu8(a,b);
__m128i A_greater_equal_c = _mm_cmpeq_epi8(_mm_max_epu8(A,c),A);
__m128i B_less_equal_c = _mm_cmpeq_epi8(_mm_min_epu8(B,B);
// if you don't have SSE 4.1,this can be done using bitwise and/or operations:
__m128i t = _mm_blendv_epi8(b,A_greater_equal_c);
return _mm_blendv_epi8(a,B_less_equal_c);
}