AVX2：AVX 寄存器中 8 位元素的 CountTrailingZeros

Posted 2023-02-16

【中文标题】AVX2：AVX 寄存器中 8 位元素的 CountTrailingZeros

【英文标题】：AVX2: CountTrailingZeros on 8 bit elements in AVX register

【发布时间】：2021-12-23 18:41:42

【问题描述】：

我想要一个类似_mm256_lzcnt_epi8(__m256i a) 的函数的实现，其中对于每个 8 位元素，计算并提取尾随零的数量。

在上一个实现前导零计数的问题中，有一个使用查找表的解决方案。我想知道是否可以为此使用相同的方法。

请仅使用 AVX 和 AVX2，0 作为输入的行为可以是未定义的。

AVX2: BitScanReverse or CountLeadingZeros on 8 bit elements in AVX register

感谢您的帮助！

【参考方案1】：

__m128i ssse3_tzcnt_epi8(__m128i v) 
    const __m128i lut_lo = _mm_set_epi8(0, 1, 0, 2, 0, 1, 0, 3, 0, 1, 0, 2, 0, 1, 0, 8);
    const __m128i lut_hi = _mm_set_epi8(4, 5, 4, 6, 4, 5, 4, 7, 4, 5, 4, 6, 4, 5, 4, 8);
    const __m128i nibble_mask = _mm_set1_epi8(0x0F);
    __m128i t;

    t = _mm_and_si128(nibble_mask, v);
    v = _mm_and_si128(_mm_srli_epi16(v, 4), nibble_mask);
    t = _mm_shuffle_epi8(lut_lo, t);
    v = _mm_shuffle_epi8(lut_hi, v);
    v = _mm_min_epu8(v, t);
    return v;

【参考方案2】：

该问题中与the answer by chtz 相同的LUT 应该可以工作。

饱和技巧不起作用，但_mm256_blendv_epi8 可用于选择要使用的 LUT 结果。

低 LUT 是值 0..15 的答案，对于 0，通过 blendv 在另一个 LUT 中看到是 0xFF。

像这样（未测试）：

__m256i ctz_epu8(__m256i values)

    // extract upper nibble:
    __m256i hi = _mm256_and_si256(_mm256_srli_epi16(values, 4), _mm256_set1_epi8(0xf));
    // extract lower nibble:
    __m256i lo = _mm256_and_si256(values, _mm256_set1_epi8(0xf));

                                                                   // 15 14 13 12 11 10  9  8  7  6  5  4  3  2  1  0 
    const __m256i lookup_hi = _mm256_broadcastsi128_si256(_mm_set_epi8(4, 5, 4, 6, 4, 5, 4, 7, 4, 5, 4, 6, 4, 5, 4, 8));
    
                                                                   // 15 14 13 12 11 10  9  8  7  6  5  4  3  2  1  0
    const __m256i lookup_lo = _mm256_broadcastsi128_si256(_mm_set_epi8(0, 1, 0, 2, 0, 1, 0, 3, 0, 1, 0, 2, 0, 1, 0, 0xFF));

    // look up each half
    __m256i ctz_hi = _mm256_shuffle_epi8(lookup_hi, hi);
    __m256i ctz_lo = _mm256_shuffle_epi8(lookup_lo, lo);

    // combine results
    return _mm256_blendv_epi8(ctz_lo, ctz_hi, ctz_lo);

【讨论】：

这还不行。你能解释一下你是如何得出lookup_hi 和lookup_lo 的数字的，所以我可以解决它吗？还请解释ctz_hi 和ctz_lo 应该包含哪些示例输入？谢谢！

@simonlet，显然我忘了把setr改成set，请再试一次

@simonlet，另一个答案稍微好一点，(v)pminsb 比(v)pblendvb 更有效地组合结果。也许甚至值得将 clz 解决方案更改为使用 min_epu8，以遵循该模式。

我需要 256 位寄存器的函数，所以我将使用你的函数与 return _mm256_min_epu8(clz_lo, clz_hi);。谢谢！