구현 _mm256_permutevar8x32_ps

Question

길이의 배열을 정렬에 매우 유용 고유 _mm256_permutevar8x32_ps가 차선을 가로 질러 걸어 갔다 수행 할 수있는 AVX2, 8. 이제

나는 단지 AVX (아이비 브릿지)가 같은 일을 할 최소 사이클로. 데이터와 인덱스는 모두 컴파일 타임에 입력되고 알려지지 않습니다.

예를 들어, 배열이 [1,2,3,4,5,6,7,8]이고 인덱스가 [3,0,1,7,6,5,2,4]이면 출력은 [4,1,2,8,7,6,3,5]이어야합니다.

대부분의 편리한 내장 함수의 제어 마스크는 상수 ("var"접미사 제외) 여야하므로이 경우 적합하지 않습니다.

미리 감사드립니다.

Answer 1

AVX의 레인을 가로 질러 순차적으로 바꾸려면 레인 내에서 자리 바꿈을 한 다음 _mm256_permute2f128_ps을 사용하여 레인을 바꾼 다음 혼합하십시오. 예를 들어. {1, 2, 3, 4, 5, 6, 7,8} 배열을 {0, 0, 1, 2, 3, 4, 5, 6}으로 변경한다고 가정 해 봅시다. 당신은 매우 유용 할 수 있습니다이

__m256 t0 = _mm256_permute_ps(x, _MM_SHUFFLE(1, 0, 3, 2)); 
__m256 t1 = _mm256_permute2f128_ps(t0, t0, 41); 
__m256 y = _mm256_blend_ps(t0, t1, 0x33); 

_mm256_permute2f128_pshas a zeroing feature처럼 (또한 Intel Intrinsics Guide Online 참조) 그렇게 할 수 있습니다. 위의 코드에서 첫 번째 차선을 두 번째 차선으로 바꾼 다음 첫 번째 차선을 0으로 바꾸기 위해이 코드를 사용했습니다. 자세한 내용은 shifting-sse-avx-registers-32-bits-left-and-right-while-shifting-in-zeros을 참조하십시오.

편집 : permutevar 내장 함수는 런타임 순서를 허용하므로 컴파일 시간 상수로 제한되지 않습니다. 아래의 코드는 lookup8 함수입니다 (Agner Fog's Vector Class Library). 여기

static inline Vec8f lookup8(Vec8i const & index, Vec8f const & table) { 
#if INSTRSET >= 8 && VECTORI256_H > 1 // AVX2 
#if defined (_MSC_VER) && _MSC_VER < 1700 && ! defined(__INTEL_COMPILER)   
    // bug in MS VS 11 beta: operands in wrong order. fixed in 11.0 
    return _mm256_permutevar8x32_ps(_mm256_castsi256_ps(index), _mm256_castps_si256(table)); 
#elif defined (GCC_VERSION) && GCC_VERSION <= 40700 && !defined(__INTEL_COMPILER) && !defined(__clang__) 
     // Gcc 4.7.0 has wrong parameter type and operands in wrong order. fixed in version 4.7.1 
    return _mm256_permutevar8x32_ps(_mm256_castsi256_ps(index), table); 
#else 
    // no bug version 
    return _mm256_permutevar8x32_ps(table, index); 
#endif 

#else // AVX 
    // swap low and high part of table 
    __m256 t1 = _mm256_castps128_ps256(_mm256_extractf128_ps(table, 1)); 
    __m256 t2 = _mm256_insertf128_ps(t1, _mm256_castps256_ps128(table), 1); 
    // join index parts 
    __m256i index2 = _mm256_insertf128_si256(_mm256_castsi128_si256(index.get_low()), index.get_high(), 1); 
    // permute within each 128-bit part 
    __m256 r0 = _mm256_permutevar_ps(table, index2); 
    __m256 r1 = _mm256_permutevar_ps(t2, index2); 
    // high index bit for blend 
    __m128i k1 = _mm_slli_epi32(index.get_high()^4, 29); 
    __m128i k0 = _mm_slli_epi32(index.get_low(),  29); 
    __m256 kk = _mm256_insertf128_ps(_mm256_castps128_ps256(_mm_castsi128_ps(k0)), _mm_castsi128_ps(k1), 1); 
    // blend the two permutes 
    return _mm256_blendv_ps(r0, r1, kk); 
#endif 
} 

는 get_low 및 get_high 기능은 다음과 같습니다

Vec2db get_low() const { 
    return _mm256_castpd256_pd128(ymm); 
} 
Vec2db get_high() const { 
    return _mm256_extractf128_pd(ymm,1); 
}