FP 比较像 SSE2 _mm_cmpeq_pd 可以用来比较 64 位整数吗？
Can FP compares like SSE2 _mm_cmpeq_pd be used to compare 64 bit integers?
FP 可以像 SSE2 _mm_cmpeq_pd / AVX _mm_cmp_pd 那样比较 64 位整数吗？
这个想法是模拟类似于 _mm_cmpeq_epi8、_mm_cmpeq_epi16、_mm_cmpeq_epi32.
的缺失 _mm_cmpeq_epi64
问题是我不确定比较是按位比较还是专门处理浮点数，比如 NAN 值总是不相等。
AVX 意味着 SSE4.1 pcmpeqq 可用，在这种情况下你应该只使用 _mm_cmpeq_epi64.
FP比较对待NaN != NaN，而-0.0 == +0.0，如果MXCSR中设置了DAZ，则将任何小整数视为零。 （因为指数 = 0 意味着它代表非正规，并且非正规零模式将它们视为输入中的零，以避免对任何微体系结构上的任何操作（包括比较）可能的速度惩罚。IIRC，现代微体系结构没有用于比较的次正规输入的惩罚，但仍然用于一些其他操作。在任何情况下，使用 -ffast-math 构建的程序在启动时为主线程设置 FTZ 和 DAZ。）
所以 FP 比较对于整数来说并不是真正有用的，除非你知道 bits [62:52] (inclusive) 的一些但不是全部都会被设置。
使用 pcmpeqd (_mm_cmpeq_epi32) 比破解一些 FP 位操作要重要得多。 （虽然 @chtz 在评论中建议你可以用 xorpd 做 42.0 == (42.0 ^ (a^b))，只要编译器不优化常量并与 0.0 进行比较。这是一个没有 -ffast-math 的 GCC 错误）。
如果您想要至少一个匹配这样的条件，那么您需要确保 64 位元素的两半都匹配，例如 movmskps 结果上的 mask & (mask<<1)，这可以编译为 lea / test。 （您可以 mask & (mask<<4) 得到 pmovmskb 结果，但这效率稍低，因为 LEA 复制和移位只能移动 0..3。）
当然，“全匹配”不关心元素大小，因此您可以在任何比较结果上使用 _mm_movemask_epi8，并对照 0xFFFF.
进行检查
如果您想将它用于与 and/andnot/or 的混合，您可以 pshufd / pand 在 64 位元素中交换两半。 （如果您提供的是 pblendvb 或 blendvpd，那就意味着 SSE4.1 可用，因此您应该使用 pcmpeqq。）
要模拟的更昂贵的是 SSE4.2 pcmpgtq，尽管我认为 GCC and/or clang 确实知道如何在自动矢量化时模拟它。
FP 可以像 SSE2 _mm_cmpeq_pd / AVX _mm_cmp_pd 那样比较 64 位整数吗？
这个想法是模拟类似于 _mm_cmpeq_epi8、_mm_cmpeq_epi16、_mm_cmpeq_epi32.
_mm_cmpeq_epi64
问题是我不确定比较是按位比较还是专门处理浮点数，比如 NAN 值总是不相等。
AVX 意味着 SSE4.1 pcmpeqq 可用，在这种情况下你应该只使用 _mm_cmpeq_epi64.
FP比较对待NaN != NaN，而-0.0 == +0.0，如果MXCSR中设置了DAZ，则将任何小整数视为零。 （因为指数 = 0 意味着它代表非正规，并且非正规零模式将它们视为输入中的零，以避免对任何微体系结构上的任何操作（包括比较）可能的速度惩罚。IIRC，现代微体系结构没有用于比较的次正规输入的惩罚，但仍然用于一些其他操作。在任何情况下，使用 -ffast-math 构建的程序在启动时为主线程设置 FTZ 和 DAZ。）
所以 FP 比较对于整数来说并不是真正有用的，除非你知道 bits [62:52] (inclusive) 的一些但不是全部都会被设置。
使用 pcmpeqd (_mm_cmpeq_epi32) 比破解一些 FP 位操作要重要得多。 （虽然 @chtz 在评论中建议你可以用 xorpd 做 42.0 == (42.0 ^ (a^b))，只要编译器不优化常量并与 0.0 进行比较。这是一个没有 -ffast-math 的 GCC 错误）。
如果您想要至少一个匹配这样的条件，那么您需要确保 64 位元素的两半都匹配，例如 movmskps 结果上的 mask & (mask<<1)，这可以编译为 lea / test。 （您可以 mask & (mask<<4) 得到 pmovmskb 结果，但这效率稍低，因为 LEA 复制和移位只能移动 0..3。）
当然，“全匹配”不关心元素大小，因此您可以在任何比较结果上使用 _mm_movemask_epi8，并对照 0xFFFF.
如果您想将它用于与 and/andnot/or 的混合，您可以 pshufd / pand 在 64 位元素中交换两半。 （如果您提供的是 pblendvb 或 blendvpd，那就意味着 SSE4.1 可用，因此您应该使用 pcmpeqq。）
要模拟的更昂贵的是 SSE4.2 pcmpgtq，尽管我认为 GCC and/or clang 确实知道如何在自动矢量化时模拟它。