SSE指令:字节+短

Posted

技术标签:

【中文标题】SSE指令:字节+短【英文标题】:SSE Instructions: Byte+Short 【发布时间】:2012-05-17 14:02:45 【问题描述】:

我有很长的字节数组需要添加到short(或int)类型的目标数组中。 是否存在这样的 SSE 指令?或者他们的套装?

【问题讨论】:

【参考方案1】:

您需要将每个 8 位值的向量解包为两个 16 位值的向量,然后将它们相加。

__m128i v = _mm_set_epi8(15, 14, 13, 12, 11, 10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0);
__m128i vl = _mm_unpacklo_epi8(v, _mm_set1_epi8(0)); // vl =  7, 6, 5, 4, 3, 2, 1, 0 
__m128i vh = _mm_unpackhi_epi8(v, _mm_set1_epi8(0)); // vh =  15, 14, 13, 12, 11, 10, 9, 8 

其中v 是一个 16 x 8 位值的向量,vlvh 是两个未压缩的 8 x 16 位值向量。

请注意,我假设 8 位值是无符号的,因此当解压为 16 位时,高字节设置为 0(即无符号扩展)。

如果您想对这些向量求和并获得 32 位结果,那么一个有用的技巧是使用带有 1 乘数的 _mm_madd_epi16,例如

__m128i vsuml = _mm_set1_epi32(0);
__m128i vsumh = _mm_set1_epi32(0);
__m128i vsum;
int sum;

for (int i = 0; i < N; i += 16)

    __m128i v = _mm_load_si128(&x[i]);
    __m128i vl = _mm_unpacklo_epi8(v, _mm_set1_epi8(0));
    __m128i vh = _mm_unpackhi_epi8(v, _mm_set1_epi8(0));
    vsuml = _mm_add_epi32(vsuml, _mm_madd_epi16(vl, _mm_set1_epi16(1)));
    vsumh = _mm_add_epi32(vsumh, _mm_madd_epi16(vh, _mm_set1_epi16(1)));

// do horizontal sum of 4 partial sums and store in scalar int
vsum = _mm_add_epi32(vsuml, vsumh);
vsum = _mm_add_epi32(vsum, _mm_srli_si128(vsum, 8));
vsum = _mm_add_epi32(vsum, _mm_srli_si128(vsum, 4));
sum = _mm_cvtsi128_si32(vsum);

【讨论】:

请原谅我的无知,但你确定这是正确的吗?这个 vsum = _mm_madd_epi16(vh, _mm_set1_epi16(1));会抹去之前的 vsum 值。 @Alexandros:你说得对,我也看到了至少另一个错误——我想我写这个答案时一定很着急——我会尽快修复代码,但我目前正在旅行。 谢谢保罗,不急。你过去帮了我很多,所以任何时候你都可以,修复它。旅途愉快!! 其实不难修复 - 我现在无法测试它,但代码现在至少应该接近可行的解决方案。 谢谢。我去看看【参考方案2】:

如果您需要对字节向量进行符号扩展而不是零扩展,请使用pmovsxbw (_mm_cvtepi8_epi16)。与 unpack hi/lo 指令不同,您只能从 src 寄存器的低半/四分之一/八分之一 pmovsx。

您可以直接从内存中 pmovsx,即使内在函数使这非常笨拙。由于在大多数 CPU 上,shuffle 吞吐量比负载吞吐量更受限制,因此执行两次 load+pmovsx 可能比执行一次 load + 3 shuffle 更可取。

【讨论】:

以上是关于SSE指令:字节+短的主要内容,如果未能解决你的问题,请参考以下文章

SSE指令需要数据对齐

快速的寄存器内字节?

SSE/SSE2 指令的打包和解包数据?

AVX vs. SSE:期望看到更大的加速

OpenCV 中的 Mat 矩阵和 SSE 的 16 字节对齐

在子字节上使用 SSE 进行位操作?