2

假设我有四个__m128i变量，其中包含一些计算产生的数据。例如，让我们说：

__m128i a = _mm_set_epi64x(1, 11);
__m128i b = _mm_set_epi64x(2, 22);
__m128i c = _mm_set_epi64x(3, 33);
__m128i d = _mm_set_epi64x(4, 44);

我想初始化两个__m256i变量，其中第一个包含四个变量的所有高 64 位，第二个包含每个变量的低 64 位。所以我想拥有：

__m256i x = ...; // x = { 4, 3, 2, 1 };
__m256i y = ...; // y = { 44, 33, 22, 11 };

这样做的明显方法是使用_mm256_set_epi64xand _mm_extract_epi64。但是，它可能不是特别快。有没有更快的方法呢？特别是，对于访问 64 位高位，我没有看到合适的负载（SSE2 中有低 64 位的负载）或随机播放指令（似乎没有“64 位随机播放”）。

4

1 回答 1

4

如果我正确理解您的问题，这是一个简单的 4x2 转置（或 2x4 转置？）。

这是一个对我有用的代码：

#include <iostream>
#include <immintrin.h>

using namespace std;
int main() {
    __m128i a = _mm_set_epi64x(1, 11);
    __m128i b = _mm_set_epi64x(2, 22);
    __m128i c = _mm_set_epi64x(3, 33);
    __m128i d = _mm_set_epi64x(4, 44);

    __m256i ac = _mm256_castsi128_si256(a);
    ac = _mm256_inserti128_si256(ac, c, 1); // {3, 33, 1, 11}

    __m256i bd = _mm256_castsi128_si256(b);
    bd = _mm256_inserti128_si256(bd, d, 1); // {4, 44, 2, 22}

    __m256i high = _mm256_unpackhi_epi64(ac, bd);
    __m256i low = _mm256_unpacklo_epi64(ac, bd);

    uint64_t t[4];

    _mm256_storeu_si256((__m256i*) t, high);

    for (int i = 0; i < 4; ++i) {
        cout << t[i] << endl;
    }

    _mm256_storeu_si256((__m256i*) t, low);

    for (int i = 0; i < 4; ++i) {
        cout << t[i] << endl;
    }

    return 0;
}

这应该编译成 4 条指令。

于 2014-07-06T11:33:19.270 回答