7

周期が 2^128 の __m128i 変数の関数が必要です。(カウンターのように) 単調に増加する必要はありませんが、各値に 1 回アクセスします。

私が考えることができる最も単純な例は、実際には 128 ビットのカウンターですが、SSE で実装するのは難しいことがわかりました。よりシンプルで高速なソリューションはありますか?

4

2 に答える 2

5

これが単調なカウンターです。シンプルと言えるかどうかはわかりませんが。

と の両方が常にレジスタにあると仮定すると、これは 5 つの命令にコンパイルされるはずONEです。ZERO(VEX エンコーディングが使用されていない場合は 7 または 8)

inline __m128i nextc(__m128i x){
    const __m128i ONE = _mm_setr_epi32(1,0,0,0);
    const __m128i ZERO = _mm_setzero_si128();

    x = _mm_add_epi64(x,ONE);
    __m128i t = _mm_cmpeq_epi64(x,ZERO);
    t = _mm_and_si128(t,ONE);
    t = _mm_unpacklo_epi64(ZERO,t);
    x = _mm_add_epi64(x,t);

    return x;
}

テスト コード (MSVC):

int main() {

    __m128i x = _mm_setr_epi32(0xfffffffa,0xffffffff,1,0);

    int c = 0;
    while (c++ < 10){
        cout << x.m128i_u64[0] << "  " << x.m128i_u64[1] << endl;
        x = nextc(x);
    }

    return 0;
}

出力：

18446744073709551610  1
18446744073709551611  1
18446744073709551612  1
18446744073709551613  1
18446744073709551614  1
18446744073709551615  1
0  2
1  2
2  2
3  2

@Norbert Pによって提案されたわずかに優れたバージョン。元のソリューションよりも1命令節約できます。

inline __m128i nextc(__m128i x){
    const __m128i ONE = _mm_setr_epi32(1,0,0,0);
    const __m128i ZERO = _mm_setzero_si128();

    x = _mm_add_epi64(x,ONE);
    __m128i t = _mm_cmpeq_epi64(x,ZERO);
    t = _mm_unpacklo_epi64(ZERO,t);
    x = _mm_sub_epi64(x,t);

    return x;
}
于 2012-02-19T15:01:29.950 に答える
4

KISSの原則を決して忘れないでください。

これを貼り付ける（C標準でラップアラウンドするには符号なし整数が必要であるため、各値に1回だけアクセスします）。

__uint128_t inc(__uint128_t x) {
  return x+1;
}

この歩留まりに（x64の場合）：

    addq    $1, %rdi
    adcq    $0, %rsi
    movq    %rdi, %rax
    movq    %rsi, %rdx
    ret

簡単/十分速い？addqそれをインライン化すると、おそらく/だけで解決できるでしょうadcq（movqsretはx64 ABIで必要です。関数をインライン化する場合、それらは必須ではありません）

MSVCの厄介さに関するVooのコメントに対処するには、次を使用できます。

inline void inc(unsigned long long *x, unsigned long long *y) {
  if (!++*x) ++*y; // yay for obfuscation!
}

近くにMSVCがインストールされていないため、テストできませんが、上記で投稿したものと同様の結果が得られるはずです。次に、本当に__m128iが必要な場合は、2つの半分をキャストできるはずです。

于 2012-02-19T18:37:16.573 に答える