问题标签 [bmi]

英特尔的位操作指令集 2 (BMI2) 中的并行存款指令( )的文档PDEP描述了该指令的以下串行实现（类似 C 的伪代码）：

另请参阅英特尔的pdepinsn 参考手册条目。

这个算法是 O(n)，其中 n 是 中设置的位数mask，显然它有 O(k) 的最坏情况，其中 k 是 中的总位数mask。

更有效的最坏情况算法是否可能？

是否可以制作一个更快的版本，假设val最多设置一个位，即等于 0 或等于从 0 到 631<<r的某个值？r

我有一些依赖于 AVX 的代码。
在同一个代码库中，我也使用TZCNT.
后者是 BMI1 的一部分。我知道我可以使用 CPUID 测试这条指令，但我很懒所以我实际上并没有实现它。

为了测试支持，我只需执行 AVX 指令。如果我得到一个#UD未定义的指令异常，我知道 CPU 不支持 AVX。
但是与（或-我总是忘记哪个是哪个）tzcnt向后兼容（某种），因此不会触发异常。 bsfbsr

如果我有AVX支持，这是否意味着BMI1支持？
作为记录，我现在正在测试的 CPU 上没有 AVX2。

对于与此问题相关的代码，我需要尽快计算以下内容：

给定一个 32 位整数i，计算第n个最低有效位的位置。n和结果都应该是 0-indexed。

例如，给定数字i = 11010110101 ₂和n = 4，所需的数字是 7，因为第四个设置位位于位置 7：110 1 0110101。

使用pdepx86 的 BMI2 指令集扩展中的指令和常用的__builtin_ctz()内在函数，可以轻松计算：

但是，许多计算机没有该pdep指令（并且在有该指令的 AMD CPU 上速度很慢），这使得这种方法不可移植。您也可以计算这样的位位置，而不是pdep这样：

但是，这很慢。

我的目标是至少提供__builtin_popcount()和__builtin_ctz(). 我怎样才能更快地找到这样的位位置？

英特尔 CPU 是否支持 TBM（尾随位操作）指令？

我正在尝试bextr在 Intel上使用直接参数CPUID并在设置位时获得 SIGILL tbm。

这是否意味着 Intel CPU 不支持 TBM？

检查 TBM 支持的正确方法是什么？如果供应商 ID 是，则只应检查此位AuthenticAMD？

如何在不循环的情况下实现对位掩码的操作，这对于两个位掩码a和b宽度n给出具有以下属性的宽度位掩码：c2 * n

• ic仅当存在j-th 位a和k-th 位 in时才设置 -thb位j + k == i

C++ 实现：

可以使用一些位技巧或一些 x86 指令在不循环的情况下重新实现它吗？

在我的一个应用程序中，我需要有效地对长数据流中的位进行解交织。理想情况下，我想在可用时使用 BMI2pext_u32()和/或pext_u64()x86_64 内在指令。我在互联网上搜索有关x86intrin.h( GCC ) 的文档，但找不到太多关于该主题的内容；所以，我要求 StackOverflow 上的专家帮助我。

1. 在哪里可以找到有关如何使用函数的文档x86intrin.h？
2. gcc的实现是否pext_*()已经有代码可以依赖，还是我需要自己编写后备代码（用于条件编译）？
3. 如果目标不支持内在函数，是否可以编写一个自动回退到替代实现的二进制文件？如果是这样，如何做到这一点？
4. 是否有已知的编程模式可以被GCCpext_*()识别并在启用优化和使用 编译时自动转换为-mbmi2？

我正在编写一个 LLVM 传递模块来检测程序中的每一个内存操作，并且我的部分逻辑需​​要对指针执行一些非常热门的二进制逻辑。

如何在尽可能少的周期内实现“位？u64_value：零”，最好不使用显式分支？我在寄存器的最低有效位中有一个位，在另一个中有一个值（假设为 u64）。如果设置了该位，我希望保留该值。如果该位为零，我想将寄存器归零。

我可以使用 x86 BMI 指令。

我受到此链接 https://www.sigarch.org/simd-instructions-considered-harmful/的启发，研究了 AVX512 的性能。我的想法是循环之后的清理循环可以使用 AVX512 掩码操作删除。

这是我正在使用的代码

我认为使用 BMI1 和/或 BMI2 指令可以生成指令更少的掩码。然而，

（在指令数量上）并不比

请参阅https://godbolt.org/z/BFQCM3和https://godbolt.org/z/tesmB_。

这似乎是因为 _bextr_u32 无论如何都会移动 8 位。

可以使用更少的指令（例如使用 BMI 或其他方法）或更优化地生成掩码吗？

我用我的 AVX512 结果扩充了链接中的表格。

我认为，如果链接的作者从-nup to0而不是 from 0to计数，n他们可能会cmp像我在主循环中那样跳过指令（参见下面的程序集），所以对于 AVX，它应该是主循环中的 5 条指令。

这是ICC19的程序集和-O3 -xCOMMON-AVX512

在哪里

宏操作应该融合到一条指令。但是，正如 Peter Cordes在此答案 中指出的js cannot fuse。编译器本可以生成jl，而不是融合。

我使用 Agner Fog 的testp实用程序来获取核心时钟（不是参考时钟）、指令、微指令。我为 SSE2（实际上是带有 FMA 但带有 128 位向量的 AVX2）、AVX2 和 AVX512 执行了此操作，用于三种不同的循环变体

请注意，核心时钟实际上并不是循环版本的函数。它仅取决于循环的迭代。它与 成正比2*n/vec_size。

指令的数量确实从 v1 变为 v2，但在 v2 和 v3 之间没有变化。6*n/vec_size对于 v1，它与 v2 和 v3成正比5*n/vec_size

最后，v1 和 v2 的微指令数量或多或少相同，但 v3 的微指令数量有所下降。7*n/vec_size对于 v1 和 v2 它与 v3成正比6*n/vec_size。

这是 IACA3 对于 vec_size=2 的结果

IACA 声称js宏融合add不同意 Agner 和testp实用程序的性能计数器。见上文，v27*n/vec_size与 v3 成正比6*n/vec_size，我推断这意味着js不会进行宏融合。

我认为除了指令数量之外，链接的作者还应该考虑核心周期，也许还有微指令。

假设 x64 构建可以使用TZCNT而不通过 cpu 标志检查它的支持是否安全？

输出不准确 重量以公斤为单位，身高以厘米为单位，请帮助！

它的体重 65 公斤和身高 150 厘米 它显示体重不足 它应该是超重或健康的