问题描述
所有四个_mm256_broadcastb_epi8,_mm_broadcastw_epi16,_mm256_broadcastd_epi32和_mm256_broadcastq_epi64
函数是相应的VPBROADCASTB,VPBROADCASTW,VPBROADCASTD和VPBROADCASTQ指令的内在函数。
根据英特尔的文档:"Intel® Advanced Vector Extensions Programming Reference",
这些指令可能会相应地接收8位,16位,32位,64位存储位置。
第5-230页:
源操作数是8位,16位32位, XMM寄存器中的64位内存位置或低8位,16位32位,64位数据
但是,这些指令的内部API(Intel,MSVS和gcc的内部API)会收到__m128i参数。 现在,如果我有一个基本类型的变量(据说是“短”变量),那么最有效和跨平台的方式是什么(至少在MSVS和gcc之间) 将该变量传递给相应的广播内在函数(如果短,则为_mm_broadcastw_epi16)?
例如:
void func1(uint8_t v) {
__m256i a = _mm256_broadcastb_epi8(<convert_to__m128i>(v));
...
}
void func1(uint16t v) {
__m256i a = _mm256_broadcastw_epi16(<convert_to__m128i>(v));
...
}
void func1(uint32_t v) {
__m256i a = _mm256_broadcastd_epi32(<convert_to__m128i>(v));
...
}
void func1(uint64_t v) {
__m256i a = _mm256_broadcastq_epi64(<convert_to__m128i>(v));
...
}
例如对于MSVS,可以做到:
void func1(uint16t v) {
__m128i vt;
vt.m128_u16[0] = v;
__m256i a = _mm256_broadcastw_epi16(vt);
...
}
但是如果没有优化,它可以先加载xmm寄存器,然后才能在VPBROADCASTW中使用它。 进行优化时,可以直接使用v的存储位置。 它也仅对MSVS有效。
解决方法
已经有序列/化合物内部函数完全满足您的要求:
_mm256_set1_epi8/16/32/64
来自Intel的内在函数指南:
Broadcast 8-bit integer a to all elements of dst. This intrinsic may generate the vpbroadcastb.
使用这些代码,您应该能够信任编译器以生成最佳代码。
当执行此类操作时,我会使用《英特尔内在指南》,这非常有帮助,因为您可以从助记符反向搜索(在这种情况下,您知道最终希望使用vpbroadcastb),并且它将告诉您哪些内在函数与之相关。 / p>
,如果您要以标量值开头而不是_mm256_set1_epi8(scalar)
,请让编译器发出 __m128i
内在函数的广播指令。
但是您通常不希望这样做,_mm_broadcastb_epi8
(结果为__m128i
或__m256i _mm256_broadcastb_epi8(__m128i)
,除非您已经有一个__m128i
开头并希望使用低元素
如果不关心低双字的高2或3字节,那么在没有编译器浪费指令的情况下将标量放入__m128i
可能是8位或16位标量的实际问题。它可能会movzx
加载到整数寄存器中,然后使用vmovd
或类似的东西。