XMM 寄存器中的取消引用指针（收集）

Posted 2023-02-16

【中文标题】XMM 寄存器中的取消引用指针（收集）

【英文标题】：Dereference pointers in XMM register (gather)

【发布时间】：2014-03-11 15:47:07

【问题描述】：

如果我将一些指针或类似指针的值打包到 SSE 或 AVX 寄存器中，是否有任何特别有效的方法可以取消引用它们，到另一个这样的寄存器？ （“特别高效”的意思是“比仅仅使用内存来存储值更有效”。）有没有任何方法可以取消引用它们，而无需将寄存器的中间副本写入内存？

编辑澄清：这意味着，假设 32 位指针和 SSE，使用 XMM 寄存器的四个部分一次索引到四个任意内存区域，并一次将四个结果返回到另一个寄存器。或尽可能接近“一次”。 （/编辑）

Edit2：感谢 PaulR 的回答，我想我正在寻找的术语是“收集”，因此问题是“为 AVX2 之前的系统实施收集的最佳方法是什么？”。

我认为没有这方面的说明，因为......好吧，据我所知，似乎并不存在，无论如何它似乎根本不是 SSE 的设计目标。

("Pointer-like value" 意思是一个整数索引到一个伪装成堆的数组中；在机制上非常不同，但在概念上是相同的。比如说，如果想使用 32 位甚至 16 位值而不考虑本机指针大小，以便在寄存器中容纳更多值。）

---

我能想到为什么要这样做的两个可能原因：

认为探索将 SSE 寄存器用于通用目的可能会很有趣……东西，也许有四个相同的“线程”处理可能完全不相关/不连续的数据，“垂直地对寄存器进行切片” ” 而不是“水平地”（即，而不是它们的设计使用方式）。

构建类似romcc 的东西，如果出于某种原因（可能不是一个好的），不想将任何内容写入内存，因此需要更多的寄存器存储空间。

李>

这听起来像是XY problem，但事实并非如此，这只是好奇/愚蠢。我一拿到锤子就去找钉子。

【问题讨论】：

另一种使用方法是将字符批量转换为大写/小写。实际上，任何时候您需要对缓冲区进行批量查找转换，都有很多。顺便说一句，“聚集”的反义词是“分散”，写回那些位置。遗憾的是，它在 SSE/AVX 中不存在。

另见How to use vindex and scale with _mm_i32gather_epi32 to gather elements?

【参考方案1】：

这个问题并不完全清楚，但是如果您想取消引用向量寄存器元素，那么在这里可能对您有所帮助的唯一说明是 AVX2 的收集负载，例如_mm256_i32gather_epi32 等。请参阅Intel Intrinsics Guide 的 AVX2 部分。

SYNOPSIS

__m256i _mm256_i32gather_epi32 (int const* base_addr, __m256i vindex, const int scale)
#include "immintrin.h"
Instruction: vpgatherdd ymm, vm32x, ymm
CPUID Flag : AVX2

DESCRIPTION

Gather 32-bit integers from memory using 32-bit indices. 32-bit elements are loaded from addresses starting at base_addr and offset by each 32-bit element in vindex (each index is scaled by the factor in scale). Gathered elements are merged into dst. scale should be 1, 2, 4 or 8.

OPERATION

FOR j := 0 to 7
    i := j*32
    dst[i+31:i] := MEM[base_addr + SignExtend(vindex[i+31:i])*scale]
ENDFOR
dst[MAX:256] := 0

【讨论】：

哦，谢谢！ “聚集”是我一直在寻找的术语。知道了，这个问题似乎有了部分答案here。

@Leushenko，Paul R 在这里是正确的，在您链接的问题中，他回答了两个：p。但是，您链接的问题已有几年历史了，当时不存在此处的解决方案。 _mm256_i32gather_epi32 和 __m128i 值的效率较低 _mm_i32gather_epi32 是正确的内在函数。但是，是的，它们确实需要 AVX2。如果您有一个小的查找表，例如 16 字节大小的元素，甚至 256，您可以使用 SSSE3 内在 _mm_shuffle_epi8 进行 8 字节查找，您可以屏蔽高低部分并添加经过一些掩码以模拟 256 字节版本后的结果。

【参考方案2】：

因此，如果我理解正确，您的标题具有误导性，您真的想：

索引到所有 XMM 寄存器的串联 索引保存在 XMM 寄存器的一部分中

对吗？

这很难。有点奇怪，但我可以接受。

假设允许使用疯狂的技巧，我建议自行修改代码：（未测试）

pextrb eax, xmm?, ?  // question marks are the position of the pointer
mov edx, eax
shr eax, 1
and eax, 0x38
add eax, 0xC0        // C0 makes "hack" put its result in eax
mov [hack+4], al     // xmmal
and edx, 15
mov [hack+5], dl     // byte [dl] of xmm reg
call hack
pinsrb xmm?, eax, ?  // put value back somewhere
...
hack:
  db 66 0F 3A 14 00 00  // pextrb ?, ? ,?
  ret

据我所知，你不能用完整的ymm 寄存器来做到这一点（还没有？）。通过更多的努力，您可以将其扩展到xmm8-xmm15。它可以轻松调整为其他“指针”大小和其他元素大小。

【讨论】：

不，我想用 XMM 寄存器的四个部分一次索引到四个任意内存区域，然后一次将四个结果返回到另一个寄存器。 但是，为这个很酷的想法+1（在第二个项目符号的上下文中可能会以不同的方式有用）。