SSE指令：字节+短答案

【问题标题】：SSE Instructions: Byte+ShortSSE指令：字节+短
【发布时间】：2012-05-17 14:02:45
【问题描述】：

我有很长的字节数组需要添加到short（或int）类型的目标数组中。是否存在这样的 SSE 指令？或者他们的套装？

【问题讨论】：

【解决方案1】：

您需要将每个 8 位值的向量解包为两个 16 位值的向量，然后将它们相加。

__m128i v = _mm_set_epi8(15, 14, 13, 12, 11, 10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0);
__m128i vl = _mm_unpacklo_epi8(v, _mm_set1_epi8(0)); // vl = { 7, 6, 5, 4, 3, 2, 1, 0 }
__m128i vh = _mm_unpackhi_epi8(v, _mm_set1_epi8(0)); // vh = { 15, 14, 13, 12, 11, 10, 9, 8 }

其中v 是一个 16 x 8 位值的向量，vl、vh 是两个未压缩的 8 x 16 位值向量。

请注意，我假设 8 位值是无符号的，因此当解压为 16 位时，高字节设置为 0（即无符号扩展）。

如果您想对这些向量求和并获得 32 位结果，那么一个有用的技巧是使用带有 1 乘数的 _mm_madd_epi16，例如

__m128i vsuml = _mm_set1_epi32(0);
__m128i vsumh = _mm_set1_epi32(0);
__m128i vsum;
int sum;

for (int i = 0; i < N; i += 16)
{
    __m128i v = _mm_load_si128(&x[i]);
    __m128i vl = _mm_unpacklo_epi8(v, _mm_set1_epi8(0));
    __m128i vh = _mm_unpackhi_epi8(v, _mm_set1_epi8(0));
    vsuml = _mm_add_epi32(vsuml, _mm_madd_epi16(vl, _mm_set1_epi16(1)));
    vsumh = _mm_add_epi32(vsumh, _mm_madd_epi16(vh, _mm_set1_epi16(1)));
}
// do horizontal sum of 4 partial sums and store in scalar int
vsum = _mm_add_epi32(vsuml, vsumh);
vsum = _mm_add_epi32(vsum, _mm_srli_si128(vsum, 8));
vsum = _mm_add_epi32(vsum, _mm_srli_si128(vsum, 4));
sum = _mm_cvtsi128_si32(vsum);

【讨论】：

请原谅我的无知，但你确定这是正确的吗？这个 vsum = _mm_madd_epi16(vh, _mm_set1_epi16(1));会抹去之前的 vsum 值。
@Alexandros：你说得对，我也看到了至少另一个错误——我想我写这个答案时一定很着急——我会尽快修复代码，但我目前正在旅行。
谢谢保罗，不急。你过去帮了我很多，所以任何时候你都可以，修复它。旅途愉快！！
其实不难修复 - 我现在无法测试它，但代码现在至少应该接近可行的解决方案。
谢谢。我去看看

【解决方案2】：

如果您需要对字节向量进行符号扩展而不是零扩展，请使用pmovsxbw (_mm_cvtepi8_epi16)。与 unpack hi/lo 指令不同，您只能从 src 寄存器的低半/四分之一/八分之一 pmovsx。

您可以直接从内存中 pmovsx，即使内在函数使这非常笨拙。由于在大多数 CPU 上，shuffle 吞吐量比负载吞吐量更受限制，因此执行两次 load+pmovsx 可能比执行一次 load + 3 shuffle 更可取。

【讨论】：