_mm_shuffle_ps() 等价于整数向量 (__m128i)？

Posted 2023-02-16

【中文标题】_mm_shuffle_ps() 等价于整数向量 (__m128i)？

【英文标题】：_mm_shuffle_ps() equivalent for integer vectors (__m128i)?

【发布时间】：2012-10-31 08:05:43

【问题描述】：

_mm_shuffle_ps() 内在函数允许将浮点输入交错为输出的低 2 个浮点数和高 2 个浮点数。

例如：

R = _mm_shuffle_ps(L1, H1, _MM_SHUFFLE(3,2,3,2))

将导致：

R[0] = L1[2];
R[1] = L1[3];
R[2] = H1[2];
R[3] = H1[3]

我想知道整数数据类型是否有类似的内在函数可用？需要两个 __m128i 变量和一个掩码用于交错的东西？

_mm_shuffle_epi32() 内在函数只接受一个 128 位向量，而不是两个。

【问题讨论】：

取决于元素的大小。如果您需要 32 位整数，只需使用 _mm_shuffle_ps，这也适用于整数。

所以我应该将 __m128i 类型转换为 __m128？让我看看这是否有效..

【参考方案1】：

不，没有与此等效的整数。所以你要么模仿它，要么作弊。

一种方法是在A 和B 上使用_mm_shuffle_epi32()。然后屏蔽所需的术语并将它们重新组合在一起。

这往往很混乱，大约有 5 条指令。 （如果您使用 SSE4.1 混合指令，则为 3。）

这是带有 3 条指令的 SSE4.1 解决方案：

__m128i A = _mm_set_epi32(13,12,11,10);
__m128i B = _mm_set_epi32(23,22,21,20);

A = _mm_shuffle_epi32(A,2*1 + 3*4 + 2*16 + 3*64);
B = _mm_shuffle_epi32(B,2*1 + 3*4 + 2*16 + 3*64);

__m128i C = _mm_blend_epi16(A,B,0xf0);

---

我更喜欢的方法是像这样作弊 - 和浮点洗牌：

__m128i Ai,Bi,Ci;
__m128  Af,Bf,Cf;

Af = _mm_castsi128_ps(Ai);
Bf = _mm_castsi128_ps(Bi);
Cf = _mm_shuffle_ps(Af,Bf,_MM_SHUFFLE(3,2,3,2));
Ci = _mm_castps_si128(Cf);

这样做是将数据类型转换为浮点数，以便它可以使用浮点随机播放。然后再转换回来。

请注意，这些“转换”是按位转换（也称为重新解释）。实际上没有进行任何转换，它们也没有映射到任何指令。在汇编中，整数或浮点 SSE 寄存器没有区别。这些强制转换内在函数只是为了绕过 C/C++ 强加的类型安全。

但是，请注意，这种方法会在整数和浮点 SIMD 执行单元之间来回移动数据时产生额外的延迟。所以它会比 shuffle 指令更昂贵。

【讨论】：

这就是我要发布的内容，但花了我更长的时间。

试试-flax-vector-conversions

我想知道这与不切换域并执行_mm_shuffle_epi32(_mm_unpackhi_epi32(Ai,Bi), 0xd8)相比如何？

@Zboson 我从未真正尝试过。我不能说我真的需要这样的整数洗牌了——因为我总是能够找到一个更好的数据布局，还有其他好处。

@Zboson：在整数数据上使用 FP shuffle 没有额外的绕过延迟。 （在某些 CPU 上，情况并非如此。在其他 CPU 上，例如 AMD，甚至 FP shuffle 也会发生在 ivec 域中，并对addps / shufps / addps 施加旁路延迟。）相同的 shuffle 硬件句柄FP 和 int 改组；这只是接线问题。显然，硬件设计人员仍然可以在整数转发网络和 FP 转发网络上提供 FP shuffle 的结果。