c++ - __m256i ベクトルの要素をシャッフルする

Question

__m256i ベクトルの要素をシャッフルしたい。また、組み込みの _mm256_shuffle_epi8 がありますが、これはクロス レーン シャッフルを実行しません。

AVX2 命令を使用してそれを行うにはどうすればよいですか?

Answer 1

この操作をエミュレートする方法はありますが、あまり美しくありません。

const __m256i K0 = _mm256_setr_epi8(
    0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70,
    0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0);

const __m256i K1 = _mm256_setr_epi8(
    0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0,
    0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70);

inline const __m256i Shuffle(const __m256i & value, const __m256i & shuffle)
{
    return _mm256_or_si256(_mm256_shuffle_epi8(value, _mm256_add_epi8(shuffle, K0)), 
        _mm256_shuffle_epi8(_mm256_permute4x64_epi64(value, 0x4E), _mm256_add_epi8(shuffle, K1)));
}

Answer 2

最初に - 明確化 - Intel の通常の仕様では、各バイトの各バイトのビット 0 ～ 3 でシャッフル パターンを定義する必要があります。クロス レーン シャッフルを実行しようとしているため、シャッフル パターンではビット 4 も使用して、YMM レジスタの 15 より上のロケーション インデックスにあるバイトを表します。

前提：シャッフルしたいものはYMM0にあり、パターンはYMM1にあります。

コードは次のとおりです。

mask_pattern_0  db      0FH
mask_pattern_1  db      10H

vpbroadcastb    ymm2,byte ptr mask_pattern_0    ; Load the mask
vmovdqu     ymm5,ymm2   
vpsubb      ymm3,ymm2,ymm1              ; YMM3 has neg for all those exceeding 15 in original shuffle pattern
vpsignb     ymm4,ymm1,ymm3              ; YMM4 replicates shuffle pattern with a neg at all those that are above 15 in the original shuffle pattern
vperm2i128  ymm2,ymm0,ymm0,00010001b    ; Save the upper 128 bits of the target YMM0 to YMM2 in both upper and lower 128 bits
vperm2i128  ymm0,ymm0,ymm0,00100000b    ; This replicates the lower 128 bits of YMM0 to upper 128 bits of YMM0
vpshufb     ymm0,ymm0,ymm4              ; This places all those with index below 16 to appropriate place, and sets a zero to other bytes
;We now process the entries in shuffle pattern with index above 15
vpsubb      ymm3,ymm1,ymm5              ; Now all those above 15 have a positive value
vpsignb     ymm4,ymm1,ymm3              ; YMM4 has negatives for all those below 15 in original shuffle pattern YMM1
vpbroadcastb    ymm5,byte ptr mask_pattern_1    ; Load the mask value 10H
vpsubb      ymm4,ymm4,ymm5
vpshufb     ymm2,ymm2,ymm4              ; Save the shuffle in YMM2
vpaddb      ymm0,ymm0,ymm2

これにより、VPSHUFB 命令の場合と同様に、YMM1 に含まれるパターンが変更されないことも保証されます。

これが役立つと信じて...