6

Intel Xeon Phi "Knights Landing" 处理器将是第一个支持 AVX-512 的处理器，但它只支持 "F"（比如没有 SSE2 的 SSE，或者没有 AVX2 的 AVX），所以主要是浮点数。

我正在编写通过内部函数使用高达 SSE4.1 指令对字节和字（8 位和 16 位）进行操作的软件。

我很困惑在 AVX-512F 中是否会有所有/大多数 SSE4.1 指令的 EVEX 编码版本，这是否意味着我可以期望我的 SSE 代码自动获得 EVEX 扩展指令并映射到所有新寄存器。

维基百科是这样说的：

SIMD寄存器文件的宽度从256位增加到512位，共有32个寄存器ZMM0-ZMM31。这些寄存器可以作为来自 AVX 扩展的 256 位 YMM 寄存器和来自 Streaming SIMD 扩展的 128 位 XMM 寄存器进行寻址，并且在使用 EVEX 时，可以扩展传统的 AVX 和 SSE 指令以对 16 个额外的寄存器 XMM16-XMM31 和 YMM16-YMM31 进行操作编码形式。

不幸的是，这并没有说明在启用 AVX512 的情况下编译 SSE4 代码是否会导致与将其编译为 AVX2 提供的相同（令人敬畏的）加速（遗留指令的 VEX 编码）。

有人知道为 AVX-512F 编译 SSE2/4 代码（C 内在函数）时会发生什么吗？可以期待像 AVX1 的字节和字指令的 VEX 编码那样的减速带吗？

4

1 回答 1

4

好的，我想我已经拼凑了足够的信息来做出一个体面的答案。开始。

当原生 SSE2/4 代码在 Knights Landing (KNL) 上运行时会发生什么？

代码将在内核中的单个 VPU（称为兼容层）上的底部四分之一的寄存器中运行。根据 Colfax 的预发布网络研讨会，这意味着仅占用内核可用的总寄存器空间的 1/4 到 1/8 并在传统模式下运行。

如果使用 AVX-512F 的编译器标志重新编译相同的代码会发生什么？

SSE2/4 代码将使用 VEX 前缀生成。这意味着 pshufb 变为 vpshufb 并与 ymm 中的其他 AVX 代码一起使用。指令不会被提升为 AVX512 的原生 EVEX，也不会被允许专门寻址新的 zmm 寄存器。指令只能通过 AVX512-VL 升级为 EVEX，在这种情况下，它们能够直接寻址（重命名）zmm 寄存器。目前尚不清楚寄存器共享是否可能，但 AVX2 上的流水线已证明在许多情况下，半角 AVX2 (AVX-128) 的吞吐量与完整的 256 位 AVX2 代码相似。

最重要的是，如何让我的 SSE2/4/AVX128 字节/字大小代码在 AVX512F 上运行？

您必须将 128 位块加载到 xmm 中，符号/零将这些字节/字扩展到 zmm 中的 32 位，并像它们总是更大的整数一样操作。然后完成后，转换回字节/字。

这速度快吗？

根据在 Larrabee（Knights Landing 的原型）上发布的材料，只要寄存器可用，任何整数宽度的类型转换都可以从 xmm 到 zmm 自由，反之亦然。此外，在执行计算之后，可以将 32 位结果即时截断为字节/字长，并以 128 位块的形式写入（打包）到未对齐的内存中，从而可能节省 xmm 寄存器。

在 KNL 上，每个内核都有 2 个 VPU，它们似乎能够相互通信。因此，32 路 32 位查找可能在单个 vperm*2d 指令中具有可能合理的吞吐量。即使使用 AVX2 也是不可能的，它只能在 128 位通道内置换（或仅在 32 位 vpermd 的通道之间置换，这不适用于字节/字指令）。结合自由类型转换、通过 AVX512 隐式使用掩码的能力（节省了使用 blendv 或显式掩码生成的昂贵和寄存器密集型使用），以及更多比较器的存在（本机 NOT、无符号/有符号 lt/gt 等） ，毕竟为 AVX512F 重写 SSE2/4 字节/字代码可能会提供合理的性能提升。至少在 KNL 上。

别担心，我会在我拿到手的那一刻进行测试。;-)

于 2016-06-17T22:42:32.280 回答