如何解决将每个 AVX 32 位元素的低 16 位存储到内存中
我在 AVX 值 __m256i
中有 8 个整数值,它们都以 0xffff 为上限,因此高 16 位都为零。
现在我想将这 8 个值存储为 8 个连续的 uint16_t
值。
如何以这种方式将它们写入内存?我能否以某种方式将 8 个压缩整数的 __m256i
值转换为包含 8 个压缩整数的 __m128i
值?
我的目标是 AVX2 内在函数,但如果它可以在 AVX 内在函数中完成,那就更好了。
解决方法
对于 AVX2,使用 _mm256_packus_epi32
+ _mm256_permutex_epi64
来修复打包两个 __m256i
输入的通道内行为,如@chtz 所说。然后你可以存储来自 64 字节输入的所有 32 字节输出。
使用 AVX1,提取一个向量的高半部分,然后将 _mm_packus_epi32
打包成一个 __m128i
。这仍然会花费 2 条 shuffle 指令,但会产生一半的数据输出宽度。 (虽然它在 Zen1 上很好,因为无论如何 YMM 寄存器都被视为 2x 128 位一半,而且 Zen1 上的 vextractf128
比实际 shuffle 的 CPU 便宜。)
当然,只有使用 AVX1,您不太可能在 __m256i
中包含整数数据,除非它是从内存中加载的,在这种情况下,您应该首先执行 _mm_loadu_si128
。但是使用 AVX2 可能值得进行 32 字节加载,即使这意味着每个商店需要 2 次 shuffle 而不是 1 次。特别是如果您的任何输入未按 16 对齐。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。