Инициализировать __m256i из 64 старших или младших разрядов четырех переменных __m128i

#c #sse #simd #avx #avx2

Вопрос:

Предположим, у меня есть четыре __m128i переменные, которые содержат данные, полученные в результате некоторых вычислений. Например, скажем:

 __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);

Я хочу инициализировать две __m256i переменные, где первая содержит все старшие 64 бита четырех переменных, а вторая содержит младшие 64 бита каждой. Итак, я хочу иметь:

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

Очевидный способ сделать это — использовать _mm256_set_epi64x и _mm_extract_epi64 . Однако, это, вероятно, не особенно быстро. Есть ли более быстрый способ сделать это? В частности, для доступа к 64 старшим битам я не вижу подходящей команды load (в SSE2 есть загрузка для младших 64 бит) или shuffle (кажется, нет «64-битного перемешивания»).

1. Какую инструкцию вы видели для загрузки младших 64 битов?

2. @JohnZwinck _mm_loadl_epi64 , но это для 128-разрядных регистров.

3. Вы упомянули, что нет 64-битного перемешивания, но кому оно может понадобиться? У нас есть _mm256_shuffle_epi32, и если мы хотим перетасовать 64-разрядные фрагменты, мы можем просто заявить, что мы делаем 32-разрядные фрагменты, и выполнить перетасовку таким образом, чтобы соседние 32-разрядные фрагменты перемещались вместе.

Ответ №1:

Если я правильно понял ваш вопрос, это простое преобразование 4×2 (или 2×4 transpose?).

Вот код, который работает для меня:

 #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;
}

Это должно быть скомпилировано в 4 инструкции.