XMM 寄存器的按位求反
Bitwise negation of XMM register
如何对 XMM 寄存器中的值进行按位求反？据我所知没有这样的说明。唯一带有否定的指令是 pandn，但要使用它来简单地否定一个 XMM 寄存器中的值，我必须让另一个 XMM 寄存器填充 1。
还有其他方法可以对 XMM 寄存器中的位求反吗？或者有没有一种聪明的方法可以在不访问内存的情况下用 1 填充 XMM 寄存器？
要加载全 1 的寄存器，请使用
pcmpeqd xmm0, xmm0
之后，您可以简单地从 xmm0 中减去 xmmX 得到 ~xmmX，或者使用 pandn
您还可以轻松地将其他常量加载到 xmm 寄存器
pcmpeqd xmm0, xmm0
psrld xmm0, 30 ; 3 (32-bit)
pcmpeqd xmm0, xmm0 ; -1
pcmpeqw xmm0, xmm0 ; 1.5f
pslld xmm0, 24
psrld xmm0, 2
pcmpeqw xmm0, xmm0 ; -2.0f
pslld xmm0, 30
阅读 Agner Fog 的优化指南，13.4 Generating constants - Making constants for integer vectors in XMM registers
将 pxor 与全一寄存器一起使用。
pandn 也可用，但优势为零。没有任何情况下 pandn 和全一常量可以让你做任何用 pxor.
做不到的事情
psubd 也可用（2 的补码标识），但比 pandn 更差，因为它在某些 CPU 上的吞吐量较低（执行端口较少）。
pcmpedq xmm1, xmm1 ; create the all-ones. No false dependency.
pxor xmm0, xmm1 ; flip all the bits in XMM0. Doesn't destroy XMM1
;pandn xmm0, xmm1 ; equivalent but no advantage. (~xmm0) & xmm1
PXOR 很好，因为它是可交换的。使用 AVX，您可以使用一个微融合 uop 加载和不加载：
vpxor xmm0, xmm1, [rdi]
你不能用 VPANDN 做到这一点，因为可以是内存或寄存器的操作数是非反转操作数。 （不过，如果没有 AVX，只需 movdqa 或 dqu 加载，然后 pxor 加载结果。reg-copy 和微融合加载+pxor 总共有 3 个未融合域 uops vs . 2)
或者没有 AVX，如果你想销毁全一常数而不是你正在反转的数据，pxor 再次获胜：
movdqa xmm2, xmm1 ; copy the all-ones constant. Off the critical path for latency
pxor xmm2, xmm0
与 movdqa xmm2, xmm0 / pandn xmm2,xmm1 相比，您可以从关键路径上取 movdqa。 （只有 IvyBridge+ 和 Bulldozer-family/Ryzen 具有矢量寄存器的零延迟 movdqa。）或者如果您每次都在目标寄存器中使用 pcmpeqd 重新实现全一（可能是因为寄存器压力或者因为你没有在循环中这样做），那将是另一种你想要 pxor 而不是 pandn.
的情况
用 pcmpeqb/w/d 生成一个全一常量是特殊情况，不会对旧值有错误的依赖（除了在 Silvermont 上它有），但仍然需要一个执行单元（不像 xor - 在 Sandybridge 系列上归零）。尽管如此，它还是很便宜，而且它是编译器用于 _mm_set1_epi32(-1).
的东西
每次需要时重新创建常量而不是从另一个寄存器复制，稍微在 IvyBridge 和更高版本以及 Bulldozer 系列和 Ryzen 上更糟。 mov-消除 XMM 副本可避免占用向量执行单元/端口，以防向量 ALU 执行端口成为瓶颈。
但它在 Intel P6 系列 (Core2/Nehalem) 上稍微好一些：当在一个问题组中读取太多 "cold" 寄存器时，寄存器读取停顿可能是一个问题。 （参见 Agner Fog 的 microarch pdf https://agner.org/optimize/）。 P6-family 已经过时，但仍在一些旧机器中使用。如果您的 AVX 版本运行在 CPUs 上且带有 AVX，则您可能希望在代码的非 AVX 版本中对其进行调整。 （但是 Haswell/Skylake "pentium" / "celeron" 仍然是一个东西，他们没有 AVX，所以没有 AVX 并不意味着旧的 CPU。）
如何对 XMM 寄存器中的值进行按位求反？据我所知没有这样的说明。唯一带有否定的指令是 pandn，但要使用它来简单地否定一个 XMM 寄存器中的值，我必须让另一个 XMM 寄存器填充 1。
还有其他方法可以对 XMM 寄存器中的位求反吗？或者有没有一种聪明的方法可以在不访问内存的情况下用 1 填充 XMM 寄存器？
要加载全 1 的寄存器，请使用
pcmpeqd xmm0, xmm0
之后，您可以简单地从 xmm0 中减去 xmmX 得到 ~xmmX，或者使用 pandn
您还可以轻松地将其他常量加载到 xmm 寄存器
pcmpeqd xmm0, xmm0
psrld xmm0, 30 ; 3 (32-bit)
pcmpeqd xmm0, xmm0 ; -1
pcmpeqw xmm0, xmm0 ; 1.5f
pslld xmm0, 24
psrld xmm0, 2
pcmpeqw xmm0, xmm0 ; -2.0f
pslld xmm0, 30
阅读 Agner Fog 的优化指南，13.4 Generating constants - Making constants for integer vectors in XMM registers
将 pxor 与全一寄存器一起使用。
pandn 也可用，但优势为零。没有任何情况下 pandn 和全一常量可以让你做任何用 pxor.
psubd 也可用（2 的补码标识），但比 pandn 更差，因为它在某些 CPU 上的吞吐量较低（执行端口较少）。
pcmpedq xmm1, xmm1 ; create the all-ones. No false dependency.
pxor xmm0, xmm1 ; flip all the bits in XMM0. Doesn't destroy XMM1
;pandn xmm0, xmm1 ; equivalent but no advantage. (~xmm0) & xmm1
PXOR 很好，因为它是可交换的。使用 AVX，您可以使用一个微融合 uop 加载和不加载：
vpxor xmm0, xmm1, [rdi]
你不能用 VPANDN 做到这一点，因为可以是内存或寄存器的操作数是非反转操作数。 （不过，如果没有 AVX，只需 movdqa 或 dqu 加载，然后 pxor 加载结果。reg-copy 和微融合加载+pxor 总共有 3 个未融合域 uops vs . 2)
或者没有 AVX，如果你想销毁全一常数而不是你正在反转的数据，pxor 再次获胜：
movdqa xmm2, xmm1 ; copy the all-ones constant. Off the critical path for latency
pxor xmm2, xmm0
与 movdqa xmm2, xmm0 / pandn xmm2,xmm1 相比，您可以从关键路径上取 movdqa。 （只有 IvyBridge+ 和 Bulldozer-family/Ryzen 具有矢量寄存器的零延迟 movdqa。）或者如果您每次都在目标寄存器中使用 pcmpeqd 重新实现全一（可能是因为寄存器压力或者因为你没有在循环中这样做），那将是另一种你想要 pxor 而不是 pandn.
用 pcmpeqb/w/d 生成一个全一常量是特殊情况，不会对旧值有错误的依赖（除了在 Silvermont 上它有），但仍然需要一个执行单元（不像 xor - 在 Sandybridge 系列上归零）。尽管如此，它还是很便宜，而且它是编译器用于 _mm_set1_epi32(-1).
每次需要时重新创建常量而不是从另一个寄存器复制，稍微在 IvyBridge 和更高版本以及 Bulldozer 系列和 Ryzen 上更糟。 mov-消除 XMM 副本可避免占用向量执行单元/端口，以防向量 ALU 执行端口成为瓶颈。
但它在 Intel P6 系列 (Core2/Nehalem) 上稍微好一些：当在一个问题组中读取太多 "cold" 寄存器时，寄存器读取停顿可能是一个问题。 （参见 Agner Fog 的 microarch pdf https://agner.org/optimize/）。 P6-family 已经过时，但仍在一些旧机器中使用。如果您的 AVX 版本运行在 CPUs 上且带有 AVX，则您可能希望在代码的非 AVX 版本中对其进行调整。 （但是 Haswell/Skylake "pentium" / "celeron" 仍然是一个东西，他们没有 AVX，所以没有 AVX 并不意味着旧的 CPU。）