从基本类型例如short填充__m128i参数以与_mm256_broadcast_epi例如_mm_broadcastw_epi16一起使用的正确方法是什么？

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));
    ...
}

应该是什么，以便它最有效且跨平台（如果可能）？

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。

---