1

我有一个 uint64_t[4] 数组，我需要生成一个掩码，这样数组，如果它是一个 256 位整数，则等于 (1 << w) - 1，其中 w 从 1 变为 256。

我想出的最好的东西是无分支的，但它需要很多指令。它在 Zig 中，因为 Clang 似乎没有暴露 llvm 的饱和减法。http://localhost:10240/z/g8h1rV

有一个更好的方法吗？

var mask: [4]u64 = undefined;
for (mask) |_, i|
    mask[i] = 0xffffffffffffffff;
mask[3] ^= ((u64(1) << @intCast(u6, (inner % 64) + 1)) - 1) << @intCast(u6, 64 - (inner % 64));
mask[2] ^= ((u64(1) << @intCast(u6, (@satSub(u32, inner, 64) % 64) + 1)) - 1) << @intCast(u6, 64 - (inner % 64));
mask[1] ^= ((u64(1) << @intCast(u6, (@satSub(u32, inner, 128) % 64) + 1)) - 1) << @intCast(u6, 64 - (inner % 64));
mask[0] ^= ((u64(1) << @intCast(u6, (@satSub(u32, inner, 192) % 64) + 1)) - 1) << @intCast(u6, 64 - (inner % 64));
4

2 回答 2

3

您是否将 x86-64 与 AVX2 一起用于 256 位向量？我认为这是一个有趣的案例。

如果是这样，您可以使用饱和减法和可变计数移位在几条指令中执行此操作。

x86 SIMD移位就像vpsrlvq使移位计数饱和一样，当计数 >= 元素宽度时将所有位移出。与整数移位不同，移位计数被屏蔽（因此环绕）。

对于最低的u64元素，从全一开始，我们需要在bitpos>= 64 时保持不变。或者对于较小的位位置，将其右移64-bitpos. 正如您所观察到的，无符号饱和减法看起来像是为更大的位位置创建 0 的移位计数的方法。但是 x86 只有 SIMD 饱和减法，并且仅适用于字节或字元素。但如果我们不关心 bitpos > 256，那很好，我们可以在每个 u64 的底部使用 16 位元素，并0-0在u64.

您的代码看起来非常复杂，创建(1<<n) - 1和异或。 我认为直接在元素上使用可变计数移位要容易得多。0xFFFF...FF

我不认识 Zig，所以尽你所能让它发出这样的 asm。希望这很有用，因为您标记了此；应该很容易转换为 C 或 Zig 的内在函数（如果有的话）。

default rel
section .rodata
shift_offsets:  dw  64, 128, 192, 256        ; 16-bit elements, to be loaded with zero-extension to 64

section .text
pos_to_mask256:
    vpmovzxwq   ymm2, [shift_offsets]      ; _mm256_set1_epi64x(256, 192, 128, 64)
    vpcmpeqd    ymm1, ymm1,ymm1            ; ymm1 = all-ones
                                  ; set up vector constants, can be hoisted

    vmovd         xmm0, edi
    vpbroadcastq  ymm0, xmm0           ; ymm0 = _mm256_set1_epi64(bitpos)

    vpsubusw      ymm0, ymm2, ymm0     ; ymm0 = {256,192,128,64}-bitpos with unsigned saturation
    vpsrlvq       ymm0, ymm1, ymm0     ; mask[i] >>= count, where counts >= 64 create 0s.

    ret

如果输入整数在内存中开始，您当然可以有效地将其广播加载到 ymm 寄存器中。

shift-offsets 向量当然可以从循环中提升出来，全1也可以。

输入 = 77 时，高 2 个元素通过 256-77=179 和 192-77=115 位的移位归零。用 NASM + GDB 测试 EDI=77，结果是

(gdb) p /x $ymm0.v4_int64
{0xffffffffffffffff, 0x1fff, 0x0, 0x0}

GDB 首先打印低元素，与英特尔符号/图表相反。这个向量实际上是 0, 0, 0x1fff, 0xffffffffffffffff，即 64+13 = 77 个一位，其余全为零。其他测试用例

  • edi=0: 掩码 = 全零
  • edi=1: 掩码 = 1
  • ... ：掩码 =edi底部一位，然后为零
  • edi=255: mask = 除了顶部元素的最高位之外的所有1
  • edi=256: 掩码 = 全部
  • edi>256：掩码=全。（无符号减法处处饱和为 0。）

您需要 AVX2 进行可变计数班次。 psubusb/w是 SSE2，因此您可以考虑使用 SIMD 执行该部分，然后返回到标量整数进行移位，或者一次只对一个元素使用 SSE2 移位。就像psrlq xmm1, xmm0将 xmm1 的所有元素的低 64 位xmm0作为移位计数一样。

大多数 ISA没有饱和标量减法。我认为，一些 ARM CPU 可以用于标量整数，但 x86 没有。IDK 你正在使用什么。

在 x86（和许多其他 ISA）上，您有 2 个问题：

  • 为低元素保留全一（修改移位结果，或将移位计数饱和为 0）
  • 生成0高于包含掩码最高位的元素。x86 标量移位根本无法做到这一点，因此您可以在这种情况下为移位提供输入0。也许用来根据for或其他东西cmov设置的标志来创建它。sub192-w
    count = 192-w;
    shift_input = count<0 ? 0 : ~0ULL;
    shift_input >>= count & 63;      // mask to avoid UB in C.  Optimizes away on x86 where shr does this anyway.

嗯，这并不能处理将减法饱和到 0 以保持全一。

如果针对 x86 以外的 ISA 进行调整，也许可以查看其他一些选项。或者也许 x86 上也有更好的东西。创建全一或全零sar reg,63是一个有趣的选项（广播符号位），但当192-count符号位 = 0 时，我们实际上需要全一。

于 2019-04-16T04:42:07.723 回答
0

这是一些编译和运行的 Zig 代码：

const std = @import("std");

noinline fn thing(x: u256) bool {
    return x > 0xffffffffffffffff;
}

pub fn main() anyerror!void {
    var num: u256 = 0xffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffff;
    while (thing(num)) {
        num /= 2;
        std.debug.print(".", .{});
    }
    std.debug.print("done\n", .{});
}

Zig master 从中生成相对干净的 x86 汇编程序。

于 2020-07-09T18:50:16.320 回答