如何使用 SSE 将 _m128i 转换为无符号整数？

Posted 2023-02-16

【中文标题】如何使用 SSE 将 _m128i 转换为无符号整数？

【英文标题】：How do I convert _m128i to an unsigned int with SSE?

【发布时间】：2011-12-22 02:50:28

【问题描述】：

我已经制作了一个图像分色功能。

// =(
#define ARGB_COLOR(a, r, g, b) (((a) << 24) | ((r) << 16) | ((g) << 8) | (b))

inline UINT PosterizeColor(const UINT &color, const float &nColors)

    __m128 clr = _mm_cvtepi32_ps(  _mm_cvtepu8_epi32((__m128i&)color)  );

    clr = _mm_mul_ps(clr,  _mm_set_ps1(nColors / 255.0f)  );
    clr = _mm_round_ps(clr, _MM_FROUND_TO_NEAREST_INT);
    clr = _mm_mul_ps(clr, _mm_set_ps1(255.0f / nColors)  );

    __m128i iClr = _mm_cvttps_epi32(clr);

    return ARGB_COLOR(iClr.m128i_u8[12],
                      iClr.m128i_u8[8],
                      iClr.m128i_u8[4],
                      iClr.m128i_u8[0]);

在第一行中，我将颜色解压缩为 4 个浮点数，但找不到正确的反向操作方法。

我搜索了 SSE 文档，找不到 _mm_cvtepu8_epi32 的反面

存在吗？

【参考方案1】：

您需要_mm_shuffle_epi8 和_mm_cvtsi128_si32 的组合：

static const __m128i shuffleMask = _mm_setr_epi8(0,  4,  8, 12, -1, -1, -1, -1,
                                               -1, -1, -1, -1, -1, -1, -1, -1);
UINT color = _mm_cvtsi128_si32(_mm_shuffle_epi8(iClr, shuffleMask));

【讨论】：

小错误：_mm_set_epi8 应该是_mm_setr_epi8。否则，这确实有效！我很惊讶，+1。我没有意识到 SSSE3 有字节粒度洗牌。

谢谢你，但我也发现我可以做到这一点，这给了我与上面几乎相同的结果： iClr = _mm_packs_epi32(iClr, _mm_setzero_si128()); iClr = _mm_packus_epi16(iClr, _mm_setzero_si128()); UINT 颜色 = (UINT)_mm_extract_epi32(iClr, 0); -- 我还使用整数数学重写了例程，然后将其转换为 asm，这对于 2048x2048 图像产生了 8~9 ms 的最佳结果。

【参考方案2】：

不幸的是，即使在 AVX 中也没有执行此操作的说明（我不知道）。所以你必须像现在一样手动完成。

但是，您当前的方法非常不理想，您依赖于 .m128i_u8，它是一个 MSVC 扩展。根据我对 MSVC 的经验，它将使用对齐的缓冲区来访问各个元素。由于部分字访问，这会带来非常严重的惩罚。

使用_mm_extract_epi32() 代替.m128i_u8。这是在 SSE4.1 中。但是您已经通过 _mm_cvtepu8_epi32() 依赖 SSE4.1。

这种情况特别糟糕，因为您使用的是 1 字节粒度。如果您使用的是 2 字节（16 位整数）粒度，则使用shuffle intrinsics 是一种有效的解决方案。

【讨论】：

_mm_extract_epi32() 有点帮助，但是“非常次优”是什么意思？

一般来说，当你存储一些数据，然后立即尝试以不同的字长再次访问它时，会产生巨大的惩罚。据我所见，MSVC 提取xmm 寄存器组件的方法正是这样做的：存储到内存中，并分别访问单词。但我想这个特殊情况并不是最坏的情况。

好吧，无论如何，对于 2048x2048，它的运行时间为 22 毫秒，我认为现在已经足够了。谢谢 =)

@Mysticial：在最近的 µarch 中，这些摊位已大大减少。请参阅英特尔优化手册，了解哪些案例可以直接转发而不会导致停顿。

这个答案对关于不可能洗牌的说法具有误导性。