问题描述
我有两个 AVX2 寄存器，例如具有以下值：
m0 = {0,1,2,3,4,5,6,7}
m1 = {8,9,a,b,c,d,e,f}
我需要将 m0 从 m1 中抓取最后一个值：
m0 = {1,7,8}
然后用 m0 进行一些算术运算，然后再次移位：
m0 = {2,8,9}
依此类推（7次）直到
m0 = {7,e}
使用 AVX 指令的最佳方法是什么？
鉴于 m0 和 m1 是从连续内存加载的：0,...,...，
考虑到它缓存在 L1 中，只是继续从内存中加载 m0（1 的地址，然后是 2 的地址，...）会更快吗？
解决方法
对于最多 16 个字节的双向量移位，我通常会这样做：
m = _mm256_alignr_epi8(_mm256_permute2x128_si256(m0,m1,0x03),4);
在某些情况下，使用未对齐的加载会更有效 - 它往往取决于特定的 CPU 和指令组合，因此值得对两种方式进行基准测试。