将 2x4 64b 结构的第一行加载到 AVX2 的 256b 寄存器中的最快方法是啥？

Posted 2023-02-16

【中文标题】将 2x4 64b 结构的第一行加载到 AVX2 的 256b 寄存器中的最快方法是啥？

【英文标题】：What is the fastest way to load the first row of 2x4 64b structure into a 256b register at AVX2?将 2x4 64b 结构的第一行加载到 AVX2 的 256b 寄存器中的最快方法是什么？

【发布时间】：2015-07-02 15:12:55

【问题描述】：

我有一个结构定义为：

struct HorStruct 
    uint64_t v[2][4];
    typedef uint64_t value_type;
    typedef uint64_t* iterator;
    typedef const uint64_t* const_iterator;
    typedef value_type& reference;
    typedef const value_type& const_reference;
    typedef size_t size_type;
    typedef ptrdiff_t difference_type;
    typedef uint64_t* pointer;
    typedef const uint64_t* const_pointer;
    typedef std::reverse_iterator<iterator> reverse_iterator;
    typedef std::reverse_iterator<const_iterator> const_reverse_iterator;;

我想知道如何将其第一行加载到 AVX2 上的 _m256i 变量中？

【参考方案1】：

使用 _mm256_load_si256 内在函数。引用Intel Intrinsics Guide：

__m256i _mm256_load_si256 (__m256i const * mem_addr)

#include "immintrin.h"

[...] 说明 将 256 位整数数据从内存加载到 dst。 mem_addr 必须在 32 字节边界或通用保护上对齐 可能会产生异常。

如果对齐要求有问题，您可以使用未对齐版本_mm256_loadu_si256。但请注意，对齐的加载可能会明显更快。

【讨论】：

我可以像这样使用它：_m256i loc = _mm256_load_si256 (Horstruct.v[0]) 吗？

@user1979163 您可能需要转换指针才能编译：__m256i loc = _mm256_load_si256(reinterpret_cast<__m256i const*>(hs.v));。

在最近的 Intel HW 上，如果地址 对齐，movdqu 将具有与 movdqa 相同的延迟。此外，只要加载不拆分缓存行（或更糟的是，页面边界），未对齐加载几乎不会受到惩罚。

@ComicSansMS 感谢您的回答。你对做反向操作有什么建议吗？ 2x 256b 寄存器到 2x4 64b 结构？

@YigitDemirag 只需确保指针指向正确的位置，然后为存储进行强制转换以使编译器满意。喜欢uint64_t v[2][4]; __m256 r1, r2; _mm256_store_si256(reinterpret_cast<__m256i*>(v[0]), r1); _mm256_store_si256(reinterpret_cast<__m256i*>(v[1]), r2);。