创建掩蔽 kreg 值的有效方法 [重复]答案

【问题标题】：Efficient way to create masking kreg values [duplicate]创建掩蔽 kreg 值的有效方法 [重复]
【发布时间】：2019-11-19 04:55:33
【问题描述】：

英特尔的 AVX-512 扩展的一个好处是，除了向量寄存器之外，几乎所有操作都可以通过提供一个 kreg 来屏蔽，该 kreg 指定了应用于操作的屏蔽：排除的元素通过掩码可以设置为零或保留其先前的值。

kreg 的一个特别常见的用途是创建一个掩码，该掩码在向量的开头或结尾排除 N 个连续元素，例如，作为向量化循环中的第一次或最后一次迭代，其中将处理少于完整向量的向量.例如，对于超过 121 个int32_t 值的循环，前 112 个元素可以由 7 个完整的 512 位向量处理，但剩下的 9 个元素可以通过仅对前 9 个元素进行操作的掩码操作来处理。

所以问题是，给定一个（运行时值）整数 r，它是 0 - 16 范围内的某个值，代表剩余元素，加载 16 位 kreg 的最有效方法是什么，使得低 @987654324 @ 位已设置，其余位未设置？ KSHIFTLW 似乎不适合这个目的，因为它只需要立即。

【问题讨论】：

我假设/希望(~0) >> (16-r) 可以有效地编译为 32 位 MOV-immediate + SHRX + KMOVW。错误我猜那里也有一个 sub 或 neg，x86 移位仅用 &31 掩盖它们的计数，而不是 &15 用于 15 位移位。英特尔 CPU 上的更好序列可能是 xor-zero / BTS / DEC / KMOVW
this question 的可能重复项。

标签： optimization x86 simd avx512

【解决方案1】：

BMI2 bzhi 完全符合您的要求：从指定位位置开始的零高位。到目前为止，每个带有 AVX512 的 CPU 都有 BMI2。

__mmask16 k = _bzhi_u32(-1UL, r);

这需要 2 条指令，都是单微指令：mov-immediate 和 bzhi。它甚至是单周期延迟。（或在 KNL 上 3 个周期）

对于r=0，它会将所有位归零，给出 0。
对于r=1，它只留下低位（位#0）给出1
对于r=12，它会将第 12 位及更高位清零，留下 0x0FFF（设置 12 位）
对于r>=32 BZHI 保留所有 32 位设置（并设置 CF）

INDEX 由第二个源操作数的位 7:0 指定

如果您有一个在展开的向量循环之后运行的一次单个向量清理循环，您可以甚至在每次循环迭代时都使用它，将剩余长度向下计数为零，而不是单独的最后一个向量清理。它将所有位设置为高长度。但这会在循环内消耗 2 微指令，包括端口 5 kmovw，这意味着您的主循环必须使用屏蔽指令。这仅适用于 rmov reg, -1 可以被提升，因为bzhi 不会破坏它。

PS。通常我认为您希望安排清理以处理 1..16 个元素（如果您分支可能跳过它，则为 0..15 个）。但是，如果此清理还处理根本不进入主循环的小长度，并且 len=0 是可能的，那么完整的 17 种可能性 0..16 是有意义的。（并且您的主循环以剩余长度 = 1..16 退出，因此最终迭代可以是无条件的）

【讨论】：