是否有一个内在函数将__m128i向量的最后n个字节清零？

问题描述

鉴于callback: async (confirm) => { if (confirm) { let res = await this.$auth.logout() } } ，我想将n向量的最后n个字节清零。

例如，考虑以下__m128i向量：

__m128i

将最后11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111个字节清零后，向量应如下所示：

n = 4

是否有SSE内在函数可以做到这一点（通过接受11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111 11111111 00000000 00000000 00000000 00000000向量和__128i作为参数）？

解决方法

有许多不依赖于AVX512的选项。例如：

未对齐负载

char mask[32] = { 0,-1,-1};

__m128i zeroLowestNBytes(__m128i x,uint32_t n)
{
    __m128i m = _mm_loadu_si128((__m128i*)&mask[16 - n]);
    return _mm_and_si128(x,m);
}

使用AVX，加载可以成为vpand的内存操作数。如果没有AVX，也可以使用movdqu和pand。

不对齐的负载通常不是问题，除非它越过4K边界。如果您可以使mask对齐32，则该问题将消失。负载仍将不对齐，但不会碰到该特定的边缘情况。

n是uint32_t，以避免符号扩展。

广播和比较

__m128i zeroLowestNBytes(__m128i x,int n)
{
    __m128i threshold = _mm_set1_epi8(n);
    __m128i index = _mm_set_epi8(15,14,13,12,11,10,9,8,7,6,5,4,3,2,1,0);
    return _mm_andnot_si128(_mm_cmpgt_epi8(threshold,index),x);
}

这避免了未对齐的负载，但这并不重要。更重要的是，它避免了“依赖于输入的负载”：在未对齐负载的版本中，负载取决于n。在此版本中，负载独立于n。例如，如果内联此函数，则允许编译器将其提升到循环之外。它还使乱序执行有更大的自由度，可以在计算n之前尽早开始加载。

另一面是，它基本上需要AVX2或SSSE3才能实现_mm_set1_epi8(n)。同样，这通常会花费更多指令，这可能会降低吞吐量。延迟应该更好，因为“主链”中没有负载（有负载，但负担很重，不会将延迟添加到计算延迟中。）

,

您应该能够通过使用_mm_mask_set1_epi8内在函数在向量的末尾将零“广播”到所需的字节来实现所需的结果。

__m128i _mm_mask_set1_epi8 (__m128i src,__mmask16 k,char a)

• src是您的__m128i向量
• __mmask16由n构造为(1 << n) - 1，即在掩码的末尾加上n个
• char a为零