_mm_movemask_ps() 最快的逆运算是什么？

Question

在 How to perform the inverse of _mm256_movemask_epi8 (VPMOVMSKB)? 中，OP 要求 _mm256_movemask_epi8 的倒数，但是对于 SSE 的 _mm_movemask_ps()，是否有更简单的版本？这是我能想到的最好的，还不错。

__m128 movemask_inverse(int x) {
    __m128 m = _mm_setr_ps(x & 1, x & 2, x & 4, x & 8);
    return _mm_cmpneq_ps(m, _mm_setzero_ps());
}

Answer 1

反向移动掩码的效率在很大程度上取决于编译器。使用 gcc 大约需要 21 instructions.

但是，使用 clang -std=c99 -O3 -m64 -Wall -march=nehalem 代码矢量化效果很好，结果实际上还不错：

movemask_inverse_original:              # @movemask_inverse_original
        movd    xmm0, edi
        pshufd  xmm0, xmm0, 0           # xmm0 = xmm0[0,0,0,0]
        pand    xmm0, xmmword ptr [rip + .LCPI0_0]
        cvtdq2ps        xmm1, xmm0
        xorps   xmm0, xmm0
        cmpneqps        xmm0, xmm1
        ret

不过，您不需要 cvtdq2ps 整数到浮点数的转换。在整数域中计算掩码效率更高，并且转换（不转换）结果之后浮动。 Peter Cordes 的回答：is there an inverse instruction to the movemask 英特尔 avx2 中的指令？，讨论了关于 AVX2 案例的许多想法。大多数这些想法也可以以某种形式用于 SSE 案例。 LUT方案和ALU方案适合你的情况。

具有内在函数的 ALU 解决方案：

__m128 movemask_inverse_alternative(int x) {
    __m128i msk8421 = _mm_set_epi32(8, 4, 2, 1);
    __m128i x_bc = _mm_set1_epi32(x);
    __m128i t = _mm_and_si128(x_bc, msk8421);
    return _mm_castsi128_ps(_mm_cmpeq_epi32(msk8421, t));
}

使用 gcc 8.3 生成的程序集：gcc -std=c99 -O3 -m64 -Wall -march=nehalem

movemask_inverse_alternative:
  movd xmm1, edi
  pshufd xmm0, xmm1, 0
  pand xmm0, XMMWORD PTR .LC0[rip]
  pcmpeqd xmm0, XMMWORD PTR .LC1[rip]
  ret

_mm_movemask_ps() 最快的逆运算是什么？

What is the fastest inverse of _mm_movemask_ps()?

sse

simd