如何将 8 个打包的 32 位整数（在一个 __m256i）的 +-1 个符号打包成 64 位整数的字节？-解网

问：

给定一个打包的 32 位有符号整数，如果原始的相应 32 位有符号整数大于或等于 0，如何获得每个字节的单个 64 位数字，如果该 32 位整数为负数？__m256i1__m256i-1

AVX2（可能还有 AVX512）值得关注。

C++ 性能 SIMD 内部函数 AVX2

你打算用 +1 / -1 字节做什么？您希望它们位于 SIMD 向量、内存中的数组、整数寄存器中还是什么？您是否有多个输入向量可以转换为更大的符号字节数组，因此使用 2 输入包生成 32 字节的 4 输入函数会很有用？他们会成为其他东西的面具吗？为什么不是 0 / -1，生成成本更低（例如还是比较）？如果是 AVX-512，您能否将符号位提取到掩码寄存器中，并在接下来要执行的任何操作中使用合并屏蔽操作？int64_t__m256i_mm256_srai_epi32(v, 31)

0赞 Serge Rogatch 8/22/2023

@PeterCordes然后我要将它们乘以数字，请参阅 stackoverflow.com/questions/76947456/...。为了节省CPU缓存，正在进行棘手的打包。我有多个向量 - 大约 4K 的总标量值。是的，我想要 4 个这样的 64 位整数到一个寄存器中。(-1, 0, 1)__m256i

1赞 harold 8/22/2023

乘以（-1， 0， 1）在字节（psignb）上非常容易

0赞 Peter Cordes 8/22/2023

x86 没有 SIMD 8 位乘法，除了将水平对累积成 16 位乘积的总和。因此，您实际上希望根据 32 位元素的符号位有条件地否定其他内容。最有效的方法不涉及创建 +1 / -1 的向量。一个更好的方法是打包 to 或字节元素，您可以将其与 XOR 和 ADD 一起使用以否定或不否定。（0 和 signs=-1 的空操作也是如此，与通常的 bithack abs（）相同，但不适用于自身）pmaddubswint8_t0-1-x = ~x + 1(x ^ signs) - signs-x

0赞 Peter Cordes 8/22/2023

因此，您只想获得具有相同符号位的 16 位元素，然后广播符号位。或者实际上用有符号的包一直打包到 8 位，然后去做，即根据它的符号位设置字节。或者，代替那个 + bithack，用于在原始和结果之间进行选择。但是，也许您可以在解码 2 位压缩字段时更有效地使用 0 / -1，例如在查找之前使用一个 XOR 或 SUB？_mm256_packs_epi32(v0,v1)_mm256_srai_epi16(tmp, 15)_mm256_cmpgt_epi8( _mm256_setzero_si256(), tmp)0 > vvpblendvb0 - xvpshufb

答：

1赞 Alex Guteniev 8/21/2023 #1

您可以将结果转换为 +1 / -1 作为向量，然后使用一系列包对其进行压缩。__m256i

第一步可以完成：

使用后跟 with ，正如 Peter Cordes 所建议的那样_mm256_srai_epi32(val, 31)or_mm256_set1_epi32(1)
正如 Harold 所建议的那样使用，然后是 with 正如 Peter Cordes 所观察到的那样_mm256_sign_epi32(_mm256_set1_epi32(1), values)or_mm256_set1_epi32(1)
像这样，知道符号和掩码位和处于同一位置：floatint32_t

__m256i plus_or_minus_pi32 =  _mm256_castps_si256(_mm256_blendv_ps(
  _mm256_castsi256_ps(_mm256_set1_epi32(+1)),
  _mm256_castsi256_ps(_mm256_set1_epi32(-1))
  _mm256_castsi256_ps(val)));

然后是随机播放，然后另一个可以将其压缩到向量。_mm256_packs_epi32_mm256_packs_epi16int8_t

最后，如果需要，使用零参数转换为 GRP。_mm256_extract_epi64

另一种策略是从算术右移 31 （）开始，得到 0 / -1 值，然后是 OR 和 After Packing。由于在 Intel CPU 上花费 2 uops，因此这是领先的（特别是如果将多个向量打包为一个，或者您可以在标量中执行 OR）。它还避免了向量常量。请注意，AVX2 打包说明不是跨车道的，因此您需要在两轮车道内打包后进行洗牌。_mm256_srai_epi32(v, 1)set1_epi8(1)blendv

0赞 Peter Cordes 8/21/2023

@harold：vpsignd 将 input = 0 时的值归零。在这种情况下，OP 需要，所以我们仍然必须在末尾标量 OR with 将任何零变成 1，并保持任何 -1 不变。移位产生 0 / -1，无需向量常数。10x0101010101010101

1赞 Peter Cordes 8/21/2023

@harold：您使用的标量策略可以用 OR 和来固定，编译器在寄存器中已经需要相同的常量，因此它是有效的（Zen 2 及更早版本除外）。我认为，如果你只有一个向量，这在总 uop 计数上实际上是相当不错的。pdep0x01...pdep

3赞 Soonts 8/21/2023 #2

这是另一种方法。

它需要 BMI2 支持 PDEP 指令，仅在 Intel 和 AMD 上快速，从 Zen 3 微架构开始。

// Convert sign bits of 8 int32 lanes into -1 / +1 bytes
uint64_t packSigns( __m256i vec )
{
    // Bitcast to FP32 vector, compiles into no instructions
    __m256 fv = _mm256_castsi256_ps( vec );
    // Move sign bits to general-purpose register
    uint64_t bits = (uint32_t)_mm256_movemask_ps( fv );
    // Expand bits into bytes
    constexpr uint64_t lowBits = 0x0101010101010101ull;
    bits = _pdep_u64( bits, lowBits );
    // Convert 0 / +1 bytes into +1 / -1 bytes
    return ( bits * 0xFF ) | lowBits;
}

如何将 8 个打包的 32 位整数（在一个 __m256i）的 +-1 个符号打包成 64 位整数的字节？

How to pack +-1 signs of 8 packed 32-bit integers (in an __m256i) into bytes of a 64-bit integer?

评论

评论

评论