如何最好地模拟 _mm_slli_si128（128 位位移）的逻辑含义，而不是 _mm_bslli_si128
How to best emulate the logical meaning of _mm_slli_si128 (128-bit bit-shift), not _mm_bslli_si128
通过 intel intrinsics 指南，我看到了这条指令。看命名模式，意思应该很清楚：“将128位寄存器左移固定位数”，但事实并非如此。实际上它移动了固定数量的 字节 ，这使得它与 _mm_bslli_si128.
完全相同
- 这是疏忽吗？它不应该像
_mm_slli_epi32 或 _mm_slli_epi64 这样的位移动吗？
- 如果不是，我应该在什么情况下使用它而不是
_mm_bslli_si128？
- 是否有正确执行此操作的汇编指令？
- 用更小的班次模拟这个的最佳方法是什么？
1 这不是疏忽。该指令确实按字节移动，即 8 位的倍数。
2无所谓，_mm_slli_si128和_mm_bslli_si128是等价的，都编译成pslldqSSE2指令。
至于仿真，我会那样做，假设你有 C++/17。如果您正在编写 C++/14，请将 if constexpr 替换为正常的 if，并在 static_assert.
中添加一条消息
template<int i>
inline __m128i shiftLeftBits( __m128i vec )
{
static_assert( i >= 0 && i < 128 );
// Handle couple trivial cases
if constexpr( 0 == i )
return vec;
if constexpr( 0 == ( i % 8 ) )
return _mm_slli_si128( vec, i / 8 );
if constexpr( i > 64 )
{
// Shifting by more than 8 bytes, the lowest half will be all zeros
vec = _mm_slli_si128( vec, 8 );
return _mm_slli_epi64( vec, i - 64 );
}
else
{
// Shifting by less than 8 bytes.
// Need to propagate a few bits across 64-bit lanes.
__m128i low = _mm_slli_si128( vec, 8 );
__m128i high = _mm_slli_epi64( vec, i );
low = _mm_srli_epi64( low, 64 - i );
return _mm_or_si128( low, high );
}
}
TL:DR: 它们是同义词； bslli 名称较新，大约与新的 AVX-512 内在函数同时引入（2015 年之前的某个时间，long 在 SSE2 _mm_slli_si128 被广泛使用之后）。我发现它更清晰，并会推荐它用于新开发。
SSE/AVX2/AVX-512 没有元素大小大于 64 的移位。（或任何其他像 add 这样的位粒度操作，除了真正 128 完全独立的纯垂直按位布尔值操作，不是一个大的宽操作。或者为了 AVX-512 屏蔽和广播负载目的，可以在 dword 或 qword 块中，如 _mm512_xor_epi32 / vpxord)
您必须以某种方式模拟它，这对于编译时常数计数可能相当有效，因此您可以根据 c >= 64 在策略之间进行选择，c%8 的特殊情况减少到字节移位。现有的 SO 问答涵盖了这一点，或者查看@Soonts 对此问题的回答。
运行时变量计数很糟糕；您必须分支或两种方式都进行混合，这与 _mm_sll_epi64(v, _mm_cvtsi32_si128(i)) 可以编译为 movd / psllq xmm, xmm 的元素位移不同。不幸的是，byte-shuffle/shift 指令的硬件可变计数版本不存在，仅适用于位移版本。
bslli / bsrli 是相同 asm 指令的新的、更清晰的内部名称
x86 的所有 4 个主要编译器的当前版本 (Godbolt) 都支持 b 名称，我建议将它们用于新开发，除非您需要向后兼容旧的编译器，或者出于某种原因你 喜欢 旧名称，它既不能将它与不同的操作区分开来。 （例如，熟悉度；如果您不希望人们不得不在手册中查找这个新奇的名称。）
- 自 4.8 以来的 gcc
- clang 自 3.7
- ICC 自 ICC13 或更早版本以来，Godbolt 没有更早的版本
- 自 19.14 或更早版本以来的 MSVC，Godbolt 没有任何旧版本
如果您查看内在函数指南，_mm_slli_si128 被列为 PSLLDQ 的内在函数，这是一个字节移位。这不是一个错误，只是英特尔的一个笑话，或者他们在 SSE2 时代用来为内在函数选择名称的任何过程。 （计算机科学中只有两个难题：缓存失效和命名事物）。
Asm 助记符也使用相同的模式，即不使字节洗牌看起来与位移不同。 psllw xmm, 1 / pslld / psllq / pslldq。同样，您只需要知道 128 位大小是特殊的，并且必须是字节洗牌而不是位移位，因为 x86 从来没有。 （或者你必须查看手册。）
pslldq 的 asm 手册条目依次列出了其形式的内部函数，有趣的是只使用 b 名称作为 __m512i AVX-512BW 版本。我认为，当 SSE2 和 AVX2 是新的时，_mm_slli_si128 和 _mm256_slli_si256 是唯一可用的名称。当然它 post-dates SSE2 内在函数。
（请注意，si256 和 si512 版本只是 16 字节操作的 2 或 4 个副本， 而不是 在 128-位通道；一些其他问答要求的东西。这通常会使 AVX2 版本的洗牌像这样和 palignr 比它们本来的用处少得多：要么根本不值得使用，要么需要额外的洗牌最重要的。）
我认为这个新的 bslli 名称是在 AVX-512 是新的 时引入的。英特尔在那段时间为其他内在函数发明了一些新名称，AVX-512 load/store 内在函数使用 void* 而不是 __m512i*，这是对代码噪声量的重大改进，尤其是对于允许隐式转换为 void* 的 C。 （创建一个未对齐的 __m512i* ，但您不能正常取消引用它，所以这是一件看起来很奇怪的事情。）所以当时内部命名发生了清理工作，我认为这是一部分。
（AVX-512 也让 Intel 有机会引入一些相当糟糕的名字，比如 _mm_loadu_epi32(const void*) - 你会猜想这是一种严格的别名安全方式来执行 32 位 movd 加载，对吗？不，不幸的是，它是 vmovdqu32 xmm, [mem] 的内在函数，没有掩码。它只是 _mm_loadu_si128 指针 arg 具有不同的 C 类型。它的存在是为了与 [= 的命名模式保持一致46=]。void* 为 __m128i 和 __m256i 加载/存储内在函数会很好，但是如果它们有这样的误导性名称（尤其是当你不使用mask/maskz 附近代码中的版本），我将坚持使用那些繁琐的 _mm256_loadu_si256( (const __m256i*)(arr + i) ) 转换旧的内部函数，因为我喜欢输入三次 256。 >。 <
我希望 asm 更易于维护（或者内在函数只是使用 asm 助记符），因为它更简洁；英特尔通常在命名助记符方面做得很好。
注意 epi16/32/64 和 si128 之间的区别在一定程度上但并非完全有帮助：EPI = 扩展（SSE 而不是 MMX）压缩整数。 （打包意味着多个 SIMD 元素）。 si128表示一个完整的128位整数向量。
无法从名称中推断出您不是只是对单个 128 位整数而不是压缩元素做同样的事情。您只需要知道，没有跨越 64 位边界的位粒度事物，只有 SIMD 随机播放（以字节为单位）。这避免了构建一个非常宽的桶形移位器的组合爆炸，或者为 128 位加法在如此长的距离进行进位传播，或其他任何东西。
通过 intel intrinsics 指南，我看到了这条指令。看命名模式，意思应该很清楚：“将128位寄存器左移固定位数”，但事实并非如此。实际上它移动了固定数量的 字节 ，这使得它与 _mm_bslli_si128.
- 这是疏忽吗？它不应该像
_mm_slli_epi32或_mm_slli_epi64这样的位移动吗？ - 如果不是，我应该在什么情况下使用它而不是
_mm_bslli_si128？ - 是否有正确执行此操作的汇编指令？
- 用更小的班次模拟这个的最佳方法是什么？
1 这不是疏忽。该指令确实按字节移动，即 8 位的倍数。
2无所谓，_mm_slli_si128和_mm_bslli_si128是等价的，都编译成pslldqSSE2指令。
至于仿真，我会那样做，假设你有 C++/17。如果您正在编写 C++/14，请将 if constexpr 替换为正常的 if，并在 static_assert.
template<int i>
inline __m128i shiftLeftBits( __m128i vec )
{
static_assert( i >= 0 && i < 128 );
// Handle couple trivial cases
if constexpr( 0 == i )
return vec;
if constexpr( 0 == ( i % 8 ) )
return _mm_slli_si128( vec, i / 8 );
if constexpr( i > 64 )
{
// Shifting by more than 8 bytes, the lowest half will be all zeros
vec = _mm_slli_si128( vec, 8 );
return _mm_slli_epi64( vec, i - 64 );
}
else
{
// Shifting by less than 8 bytes.
// Need to propagate a few bits across 64-bit lanes.
__m128i low = _mm_slli_si128( vec, 8 );
__m128i high = _mm_slli_epi64( vec, i );
low = _mm_srli_epi64( low, 64 - i );
return _mm_or_si128( low, high );
}
}
TL:DR: 它们是同义词； bslli 名称较新，大约与新的 AVX-512 内在函数同时引入（2015 年之前的某个时间，long 在 SSE2 _mm_slli_si128 被广泛使用之后）。我发现它更清晰，并会推荐它用于新开发。
SSE/AVX2/AVX-512 没有元素大小大于 64 的移位。（或任何其他像 add 这样的位粒度操作，除了真正 128 完全独立的纯垂直按位布尔值操作，不是一个大的宽操作。或者为了 AVX-512 屏蔽和广播负载目的，可以在 dword 或 qword 块中，如 _mm512_xor_epi32 / vpxord)
您必须以某种方式模拟它，这对于编译时常数计数可能相当有效，因此您可以根据 c >= 64 在策略之间进行选择，c%8 的特殊情况减少到字节移位。现有的 SO 问答涵盖了这一点，或者查看@Soonts 对此问题的回答。
运行时变量计数很糟糕；您必须分支或两种方式都进行混合，这与 _mm_sll_epi64(v, _mm_cvtsi32_si128(i)) 可以编译为 movd / psllq xmm, xmm 的元素位移不同。不幸的是，byte-shuffle/shift 指令的硬件可变计数版本不存在，仅适用于位移版本。
bslli / bsrli 是相同 asm 指令的新的、更清晰的内部名称
x86 的所有 4 个主要编译器的当前版本 (Godbolt) 都支持 b 名称，我建议将它们用于新开发，除非您需要向后兼容旧的编译器，或者出于某种原因你 喜欢 旧名称，它既不能将它与不同的操作区分开来。 （例如，熟悉度；如果您不希望人们不得不在手册中查找这个新奇的名称。）
- 自 4.8 以来的 gcc
- clang 自 3.7
- ICC 自 ICC13 或更早版本以来，Godbolt 没有更早的版本
- 自 19.14 或更早版本以来的 MSVC，Godbolt 没有任何旧版本
如果您查看内在函数指南，_mm_slli_si128 被列为 PSLLDQ 的内在函数，这是一个字节移位。这不是一个错误，只是英特尔的一个笑话，或者他们在 SSE2 时代用来为内在函数选择名称的任何过程。 （计算机科学中只有两个难题：缓存失效和命名事物）。
Asm 助记符也使用相同的模式，即不使字节洗牌看起来与位移不同。 psllw xmm, 1 / pslld / psllq / pslldq。同样，您只需要知道 128 位大小是特殊的，并且必须是字节洗牌而不是位移位，因为 x86 从来没有。 （或者你必须查看手册。）
pslldq 的 asm 手册条目依次列出了其形式的内部函数，有趣的是只使用 b 名称作为 __m512i AVX-512BW 版本。我认为，当 SSE2 和 AVX2 是新的时，_mm_slli_si128 和 _mm256_slli_si256 是唯一可用的名称。当然它 post-dates SSE2 内在函数。
（请注意，si256 和 si512 版本只是 16 字节操作的 2 或 4 个副本， 而不是 在 128-位通道；一些其他问答要求的东西。这通常会使 AVX2 版本的洗牌像这样和 palignr 比它们本来的用处少得多：要么根本不值得使用，要么需要额外的洗牌最重要的。）
我认为这个新的 bslli 名称是在 AVX-512 是新的 时引入的。英特尔在那段时间为其他内在函数发明了一些新名称，AVX-512 load/store 内在函数使用 void* 而不是 __m512i*，这是对代码噪声量的重大改进，尤其是对于允许隐式转换为 void* 的 C。 （创建一个未对齐的 __m512i*
（AVX-512 也让 Intel 有机会引入一些相当糟糕的名字，比如 _mm_loadu_epi32(const void*) - 你会猜想这是一种严格的别名安全方式来执行 32 位 movd 加载，对吗？不，不幸的是，它是 vmovdqu32 xmm, [mem] 的内在函数，没有掩码。它只是 _mm_loadu_si128 指针 arg 具有不同的 C 类型。它的存在是为了与 [= 的命名模式保持一致46=]。void* 为 __m128i 和 __m256i 加载/存储内在函数会很好，但是如果它们有这样的误导性名称（尤其是当你不使用mask/maskz 附近代码中的版本），我将坚持使用那些繁琐的 _mm256_loadu_si256( (const __m256i*)(arr + i) ) 转换旧的内部函数，因为我喜欢输入三次 256。 >。 <
我希望 asm 更易于维护（或者内在函数只是使用 asm 助记符），因为它更简洁；英特尔通常在命名助记符方面做得很好。
注意 epi16/32/64 和 si128 之间的区别在一定程度上但并非完全有帮助：EPI = 扩展（SSE 而不是 MMX）压缩整数。 （打包意味着多个 SIMD 元素）。 si128表示一个完整的128位整数向量。
无法从名称中推断出您不是只是对单个 128 位整数而不是压缩元素做同样的事情。您只需要知道，没有跨越 64 位边界的位粒度事物，只有 SIMD 随机播放（以字节为单位）。这避免了构建一个非常宽的桶形移位器的组合爆炸，或者为 128 位加法在如此长的距离进行进位传播，或其他任何东西。