AVX2 的 _mm256_cmp_epi32_mask 模拟

问题描述

我将 8 个 32 位整数装入 __m256i 寄存器。现在我需要比较两个寄存器中相应的 32 位值。试过

__mmask8 m = _mm256_cmp_epi32_mask(r1,r2,_MM_CMPINT_EQ);

标记相等对。那太好了，但我收到了“非法指令”异常，可能是因为我的处理器不支持 AVX512。

寻找一个类似的内在函数来快速获得相等对的索引。

找到了解决方法（没有_mm256_movemask_epi32）；演员在这里合法吗？

__m256i diff = _mm256_cmpeq_epi32(m1,m2);
__m256 m256 = _mm256_castsi256_ps(diff);
int i = _mm256_movemask_ps(m256);

解决方法

是的，cast 内在函数只是 YMM 寄存器中位的重新解释，它 100% 合法，是的，您希望编译器发出的 asm 是 vpcmpeqd / vmovmaskps。

或者如果您可以处理每个位重复 4 次，vpmovmskb 也可以，_mm256_movemask_epi8。例如如果您只想测试任何匹配 (i != 0) 或所有匹配 (i == 0xffffffff)，您可以避免对整数结果使用 ps 指令，这可能会花费 1 个额外的绕过周期关键路径中的延迟。

但是如果这会花费你额外的指令，例如在使用 _mm_tzcnt_u32 查找元素索引而不是第一个 1 的字节索引后缩放 4，然后使用 _ps 移动掩码。额外的指令肯定会消耗延迟，并会在管道中占用一个插槽以提高吞吐量。