填充__m128i参数的正确方法是啥，从基本类型（例如short）到与_mm256_broadcast_epi（例如_mm_broadcastw_epi16）一起使用

Posted 2023-02-16

【中文标题】填充__m128i参数的正确方法是啥，从基本类型（例如short）到与_mm256_broadcast_epi（例如_mm_broadcastw_epi16）一起使用

【英文标题】：What is the correct way to fill a __m128i parameter, from basic type (such as short), to use with _mm256_broadcast_epi (such as _mm_broadcastw_epi16)填充__m128i参数的正确方法是什么，从基本类型（例如short）到与_mm256_broadcast_epi（例如_mm_broadcastw_epi16）一起使用

【发布时间】：2020-11-04 10:23:39

【问题描述】：

所有四个 _mm256_broadcastb_epi8、_mm_broadcastw_epi16、_mm256_broadcastd_epi32 和 _mm256_broadcastq_epi64 函数是 VPBROADCASTB、VPBROADCASTW、VPBROADCASTD 和 VPBROADCASTQ 指令的内在函数。 根据英特尔的文档："Intel® Advanced Vector Extensions Programming Reference"， 这些指令可能会相应地接收 8 位、16 位、32 位、64 位内存位置。 第 5-230 页：

源操作数是8位，16位32位， 64位内存位置或XMM寄存器中的低8位、16位、32位、64位数据

但是，这些指令的内部 API（Intel、MSVS 和 gcc）接收 __m128i 参数。 现在，如果我有一个基本类型的变量，据说是“短”，那么最有效和跨平台的方式是什么（至少在 MSVS 和 gcc 之间） 将该变量传递给相应的广播内在函数（_mm_broadcastw_epi16 在短的情况下）？

例如：

void func1(uint8_t v) 
    __m256i a = _mm256_broadcastb_epi8(<convert_to__m128i>(v));
    ...


void func1(uint16t v) 
    __m256i a = _mm256_broadcastw_epi16(<convert_to__m128i>(v));
    ...


void func1(uint32_t v) 
    __m256i a = _mm256_broadcastd_epi32(<convert_to__m128i>(v));
    ...


void func1(uint64_t v) 
    __m256i a = _mm256_broadcastq_epi64(<convert_to__m128i>(v));
    ...

应该是什么才能最高效和跨平台（如果可能）？

以 MSVS 为例：

void func1(uint16t v) 
    __m128i vt;
    vt.m128_u16[0] = v;
    __m256i a = _mm256_broadcastw_epi16(vt);
    ...

但如果没有优化，它可以先加载一个 xmm 寄存器，然后才能在 VPBROADCASTW 中使用它。 当进行优化时，它可以直接使用 v 的内存位置。 它也只对 MSVS 有效。

【问题讨论】：

_mm256_set1_epi8 和朋友们。

仅供参考，如果您知道指令的助记符并想知道与其相关的内在函数，那么进行这样的搜索非常有用：software.intel.com/sites/landingpage/IntrinsicsGuide/…

_mm_broadcastb_epi8 产生__m128i 结果，而不是__m256i。你通常不想要它，只要让编译器为 _mm256_set1_epi8 内在函数发出广播指令，如果你有一个标量值开始，而不是 __m128i。

【参考方案1】：

已经有序列/复合内在函数可以完全满足您的需求：

_mm256_set1_epi8/16/32/64

来自 Intels 内在函数指南：

Broadcast 8-bit integer a to all elements of dst. This intrinsic may generate the vpbroadcastb.

使用那些您应该能够信任编译器生成最佳代码的代码。

在执行此类操作时，我会使用 Intel Intrinsics Guide，这很有帮助，因为您可以从助记符进行反向搜索（在这种情况下，您知道您最终需要 vpbroadcastb），它会告诉您哪些内在函数与之相关。

【讨论】：

确实我错过了_m256_set1_epi，它看起来正是我想要的。因此，_mm256_broadcast 似乎适用于您有一个 128 位寄存器 (xmm) 开始的情况。

【参考方案2】：

如果您有一个标量值开始，而不是 __m128i，则让编译器为 _mm256_set1_epi8(scalar) 内在函数发出广播指令。

---

但您通常也不想要 _mm_broadcastb_epi8（__m128i 结果）或 __m256i _mm256_broadcastb_epi8(__m128i)，除非您已经有一个 __m128i 开头并想要低元素。

如果您不关心低 dword 的高 2 或 3 个字节的高位，那么在编译器不浪费指令的情况下将标量放入 __m128i 可能是 8 位或 16 位标量的实际问题；它可能会将movzx 加载到一个整数寄存器中，然后使用vmovd 或类似的东西。

---

【讨论】：

我在示例中错误地将 _mm_broadcastb 而不是 _mm256_broadcast。确实我错过了 _m256_set1_epi，它看起来正是我想要的。