如何在 sse 的有符号定点数学中实现向零衰减？

Question

有许多类似衰变的物理事件（例如 体摩擦 或 电荷泄漏 ），通常在迭代器中建模，例如x' = x * 0.99，这在浮点运算中通常很容易写。

但是，我需要在 sse 中以 16 位“8.8”有符号定点方式执行此操作。为了在典型的 ALU 上有效实现，提到的公式可以重写为 x = x - x/128; 或 x = x - (x>>7)，其中 >> 是 "arithmetic"，符号扩展右移。

我被困在这里，因为 _mm_sra_epi16() 产生了完全违反直觉的行为，这很容易通过以下示例验证：

#include <cstdint>
#include <iostream>
#include <emmintrin.h>

using namespace std;

int main(int argc, char** argv) {
    cout << "required: ";
    for (int i = -1; i < 7; ++i) {
        cout << hex << (0x7fff >> i) << ", ";
    }
    cout << endl;
    cout << "produced: ";
    __m128i a = _mm_set1_epi16(0x7fff);
    __m128i b = _mm_set_epi16(-1, 0, 1, 2, 3, 4, 5, 6);
    auto c = _mm_sra_epi16(a, b);
    for (auto i = 0; i < 8; ++i) {
        cout << hex << c.m128i_i16[i] << ", ";
    }
    cout << endl;
    return 0;
}

输出如下：

required: 0, 7fff, 3fff, 1fff, fff, 7ff, 3ff, 1ff,
produced: 0, 0, 0, 0, 0, 0, 0, 0,

它只对所有函数应用第一个 shift，就像它实际上是 _mm_sra1_epi16 函数一样，意外地命名为 sra 并且无缘无故地给了 __m128i 第二个参数 bu 一个有趣的子句。所以这不能在SSE中使用。

另一方面，我听说除法算法非常复杂，因此_mm_div_epi16在SSE中没有，也不能使用。 implement/vectorize 流行的 "decay" 技术该做什么以及如何使用？

Answer 1

x -= x>>7 使用 SSE2 实现很简单，使用恒定的移位计数来提高效率。如果 AVX 可用，这将编译为 2 条指令，否则在破坏性右移之前需要 movdqa 来复制 v。

__m128i downscale(__m128i v){
    __m128i dec = _mm_srai_epi16(v, 7);
    return _mm_sub_epi16(v, dec);
}

GCC 甚至自动矢量化它 (Godbolt)。

void foo(short *__restrict a) {
    for (int i=0 ; i<10240 ; i++) {
        a[i] -= a[i]>>7;  // inner loop uses the same psraw / psubw
    }
}

与float不同，定点在整个范围内具有恒定的绝对精度，而不是恒定的相对精度。因此对于较小的正数，v>>7 将为零并且您的减量将停止。（负输入下溢到 -1，因为算术右移向-无穷大。）

如果移位可能下溢到 0 的小输入，您可能需要与 _mm_set1_epi16(1) 进行或操作以确保减量不为零。对大型输入的影响可以忽略不计。然而，这最终会使降级链从 0 变为 -1。（然后返回到 0，因为 -1 | 1 == -1 在 2 的补码中）。

__m128i downscale_nonzero(__m128i v){
    __m128i dec = _mm_srai_epi16(v, 7);
    dec = _mm_or_si128(dec, _mm_set1_epi16(1));
    return _mm_sub_epi16(v, dec);
}

如果开始为负数，序列将是 -large，对数直到 -128，线性直到 -4, -3, -2, -1, 0, -1, 0, -1, ...

您的代码全为零，因为 _mm_sra_epi16 使用第二个源向量的低 64 位作为适用于所有元素的 64 位移位计数。 Read the manual。因此，您将每个 16 位元素的所有位都移出。

这不是白痴，但每个元素的移位计数需要 AVX2（用于 32/64 位元素）或 AVX512BW 用于 _mm_srav_epi16 或 64 位算术右移，这对您的方式有意义正在尝试使用它。（但是移位计数是无符号的，所以 -1 也将移出所有位）。

Indeed, that instruction should be named _mm_sra1_epi16()

是的，这是有道理的。但请记住，当这些被命名时，AVX2 _mm_srav_* 还不存在。此外，该特定名称并不理想，因为 1 和 i 在视觉上并不是最明显的。（i 用于立即数，对于 psraw xmm1, imm16 形式而不是 asm 指令的 psraw xmm1, xmm2/m128 形式：http://felixcloutier.com/x86/PSRAW:PSRAD:PSRAQ.html）。

另一种有意义的方式是 MMX/SSE2 asm 指令有两种形式：立即数（当然所有元素的计数都相同）和向量。向量版本不是强制您将计数广播到所有元素，而是在向量寄存器的底部获取标量计数。我认为预期的用例是在 movd xmm0, eax 之后。

如果您需要在没有 AVX512 的情况下进行每个元素变量的移位计数，请参阅有关模拟它的各种问答，例如.

一些解决方法使用乘以 2 的幂进行可变左移，然后右移以将数据放在需要的地方。（但是您需要以某种方式准备好 1<<n SIMD 向量，因此如果对许多向量重复使用同一组计数，或者特别是如果它是编译时常量，则此方法有效。

对于 16 位元素，您可以仅使用一个 _mm_mulhi_epi16 进行运行时变量右移计数，而不会丢失精度或范围限制。 mulhi(x*y) 与 (x*(int)y) >> 16 完全相同，因此您可以使用 y=1<<14 在该元素中右移 16-14 = 2。

如何在 sse 的有符号定点数学中实现向零衰减？

How to implement decay towards zero in signed fixed point math, in sse?

vectorization

sse

division

fixed-point

integer-division