AVX2：AVX 寄存器中 8 位元素上的 CountTrailingZeros

Question

我想要一个像 _mm256_lzcnt_epi8(__m256i a) 这样的函数的实现，其中对于每个 8 位元素，计算并提取尾随零的数量。

在上一个实现前导零计数的问题中，有一个使用查找的解决方案 table。我想知道是否有人可以使用相同的方法。

只有 AVX 和 AVX2，并且 0 作为输入的行为可以是未定义的。

感谢您的帮助！

Answer 1

与该问题中相同的 LUT 应该可以工作。

饱和度技巧不起作用，但 _mm256_blendv_epi8 可用于 select 使用哪个 LUT 结果。

低 LUT 是值 0..15 的答案，对于 0，通过 blendv 在另一个 LUT 中看到的是 0xFF。

像这样（未测试）：

__m256i ctz_epu8(__m256i values)
{
    // extract upper nibble:
    __m256i hi = _mm256_and_si256(_mm256_srli_epi16(values, 4), _mm256_set1_epi8(0xf));
    // extract lower nibble:
    __m256i lo = _mm256_and_si256(values, _mm256_set1_epi8(0xf));

                                                                   // 15 14 13 12 11 10  9  8  7  6  5  4  3  2  1  0 
    const __m256i lookup_hi = _mm256_broadcastsi128_si256(_mm_set_epi8(4, 5, 4, 6, 4, 5, 4, 7, 4, 5, 4, 6, 4, 5, 4, 8));
    
                                                                   // 15 14 13 12 11 10  9  8  7  6  5  4  3  2  1  0
    const __m256i lookup_lo = _mm256_broadcastsi128_si256(_mm_set_epi8(0, 1, 0, 2, 0, 1, 0, 3, 0, 1, 0, 2, 0, 1, 0, 0xFF));

    // look up each half
    __m256i ctz_hi = _mm256_shuffle_epi8(lookup_hi, hi);
    __m256i ctz_lo = _mm256_shuffle_epi8(lookup_lo, lo);

    // combine results
    return _mm256_blendv_epi8(ctz_lo, ctz_hi, ctz_lo);
}

Answer 2

__m128i ssse3_tzcnt_epi8(__m128i v) {
    const __m128i lut_lo = _mm_set_epi8(0, 1, 0, 2, 0, 1, 0, 3, 0, 1, 0, 2, 0, 1, 0, 8);
    const __m128i lut_hi = _mm_set_epi8(4, 5, 4, 6, 4, 5, 4, 7, 4, 5, 4, 6, 4, 5, 4, 8);
    const __m128i nibble_mask = _mm_set1_epi8(0x0F);
    __m128i t;

    t = _mm_and_si128(nibble_mask, v);
    v = _mm_and_si128(_mm_srli_epi16(v, 4), nibble_mask);
    t = _mm_shuffle_epi8(lut_lo, t);
    v = _mm_shuffle_epi8(lut_hi, v);
    v = _mm_min_epu8(v, t);
    return v;
}

AVX2：AVX 寄存器中 8 位元素上的 CountTrailingZeros

AVX2: CountTrailingZeros on 8 bit elements in AVX register

c++

simd

intrinsics

avx

avx2