如何将 8 字节长整数的每个字节相加？

Posted 2023-02-16

【中文标题】如何将 8 字节长整数的每个字节相加？

【英文标题】：How to add each byte of an 8-byte long integer?

【发布时间】：2013-08-27 18:42:56

【问题描述】：

我正在学习如何在视频应用程序中使用英特尔 MMX 和 SSE 指令。我有一个 8 字节的字，我想将所有 8 个字节相加并生成一个整数作为结果。直接的方法是一系列 7 班次和加法，但这很慢。最快的方法是什么？有这方面的 MMX 或 SSE 指令吗？

这是缓慢的做法

unsigned long PackedWord = whatever....
int byte1 = 0xff & (PackedWord);
int byte2 = 0xff & (PackedWord >> 8);
int byte3 = 0xff & (PackedWord >> 16);
int byte4 = 0xff & (PackedWord >> 24);
int byte5 = 0xff & (PackedWord >> 32);
int byte6 = 0xff & (PackedWord >> 40);
int byte7 = 0xff & (PackedWord >> 48);
int byte8 = 0xff & (PackedWord >> 56);
int sum = byte1 + byte2 + byte3 + byte4 + byte5 + byte6 + byte7 + byte8;

【问题讨论】：

请添加您的代码和期望的结果

单个 8 字节整数？

psadbw 其中另一个操作数为零。

或者......旧的“通过乘法求水平字节求和”的技巧 - ((PackedWord * 0x0101010101010101ULL) >> 56) 也不能工作吗？

另一个操作数为零的psadbw起作用了。

【参考方案1】：

根据@harold 的建议，您需要类似：

#include <emmintrin.h>

inline int bytesum(uint64_t pw)

  __m64 result = _mm_sad_pu8(*((__m64*) &pw), (__m64) 0LLU); // aka psadbw
  return _mm_cvtsi64_si32(result);

【讨论】：

+1 今天学习新知识。看起来它很容易适应 _uint128_t。

通常最好使用 SSE2，而不是 MMX，即使您只需要一个 64 位水平和，而不是两个。那么在返回之前您不需要 EMMS。 __m128i result = _mm_sad_epu8(_mm_cvtsi64x_si128(pw), _mm_setzero_si128); 应该编译成相同的 MOVQ / PXOR-zeroing / PSADBW / MOVD。我忘记了 64x / 64 内在函数中的哪一个可用于 32 位代码，但 MOVQ（作为从内存加载）绝对有效。

【参考方案2】：

您可以在一对减少后通过水平相乘来做到这一点：

uint16_t bytesum(uint64_t x) 
    uint64_t pair_bits = 0x0001000100010001LLU;
    uint64_t mask = pair_bits * 0xFF;

    uint64_t pair_sum = (x & mask) + ((x >> 8) & mask);
    return (pair_sum * pair_bits) >> (64 - 16);

与执行三个成对归约相比，这会产生更精简的代码。

【参考方案3】：

我不是汇编专家，但这段代码在没有花哨的 SIMD 指令的平台上应该会快一点：

#include <stdint.h>

int bytesum(uint64_t pw) 
    uint64_t a, b, mask;

    mask = 0x00ff00ff00ff00ffLLU;
    a = (pw >> 8) & mask;
    b = pw & mask;
    pw = a + b;

    mask = 0x0000ffff0000ffffLLU;
    a = (pw >> 16) & mask;
    b = pw & mask;
    pw = a + b;

    return (pw >> 32) + (pw & 0xffffffffLLU);

这个想法是你首先添加每隔一个字节，然后是每隔一个单词，最后是每隔一个双重世界。