测试 256 位 YMM AVX 寄存器元素是否等于或小于零的最有效方法答案

【问题标题】：Most efficient way to test a 256-bit YMM AVX register element for equal or less than zero测试 256 位 YMM AVX 寄存器元素是否等于或小于零的最有效方法
【发布时间】：2015-05-11 12:44:12
【问题描述】：

我正在使用英特尔 AVX 内在函数实现粒子系统。当粒子的 Y 位置小于或等于零时，我想重置粒子。

粒子系统按如下 SOA 模式排序：

class ParticleSystem
{
    private:
        float*      mXPosition;
        float*      mYPosition;
        float*      mZPosition;

        .... Rest of code not important for this question

我最初想到的方法只是遍历 mYPosition 数组并检查开头所述的情况。也许使用这种方法可以提高一些性能？

然而，问题是是否有任何有效的方法来实现这一点使用 AVX 内在函数？谢谢！

【问题讨论】：

如果其余代码比您的“检查
我不同意。如果您发布的代码与所提出的问题无关，它会被否决。初始化代码、顶点缓冲区映射和资源释放与本题无关。
“重置粒子”代码是什么样的？如果它也很简单，那么您也许可以提出一个矢量化无分支实现。
我不能说我理解这一点，但对于 avx lists.cs.uiuc.edu/pipermail/llvmbugs/2012-July/024072.html987654321@ 上的 signum 来说，它确实看起来很有趣
使用 AVX 执行此操作非常简单 - 了解 (a) 通常有多少粒子和 (b) 其中有多少可能具有 Y 位置

标签： c++ x86 simd avx

【解决方案1】：

如果

#include <immintrin.h>                                  // AVX intrinsics

const __m256 vk0 = _mm256_setzero_ps();                 // const vector of zeros

for (int i = 0; i + 8 <= n; i += 8)
{
    __m256 vy = _mm256_loadu_ps(&mYPosition[i]);        // load 8 x floats
    __m256 vcmp = _mm256_cmp_ps(vy, vk0, _CMP_LE_OS);   // compare for <= 0
    int mask = _mm256_movemask_ps(vcmp);                // get MS bits from comparison result
    if (mask != 0)                                      // if any bits set
    {                                                   // then we have 1 or more elements <= 0
        for (int k = 0; k < 8; ++k)                     // test each element in vector
        {                                               // using scalar code...
            if ((mask & 1) != 0)
            {
                // found element at index i + k
                // do something with it...
            }
            mask >>= 1;
        }
    }
}
// deal with any remaining elements in case where n is not a multiple of 8
for (int j = i; j < n; ++j)
{
    if (mYPosition[j] <= 0.0f)
    {
        // found element at index j
        // do something with it...
    }
}

当然，如果匹配元素不是稀疏的，即如果您通常在每个 8 个向量中找到一个或多个，那么这不会为您带来任何性能提升。但是，如果元素是稀疏的，从而可以跳过大多数向量，那么您应该会看到显着的好处。

【讨论】：