使用 SIMD 将 8 位解包到 16 位：AVX2 版本混淆了顺序

Question

我正在尝试使用 SSE2 解压缩带有零的文本，并将其扩展到 AVX2。这就是我的意思：

假设你有一些这样的文本：abcd

我正在尝试使用 SSE2 将 abcd 解压缩为 a\0b\0c\0d。 \0 是零。这当然适用于 16 个字符而不是 4 个。

我可以使用这段代码做到这一点（忽略 C 风格的演员表）：

__m128i chunk = _mm_loadu_si128((__m128i const*) src); // Load 16 bytes from memory

__m128i half = _mm_unpacklo_epi8(chunk, _mm_setzero_si128()); // Unpack lower 8 bytes with zeros
_mm_storeu_si128((__m128i*) dst, half); // Write to destination

half = _mm_unpackhi_epi8(chunk, _mm_setzero_si128()); // Unpack higher 8 bytes with zeros
_mm_storeu_si128((__m128i*) (dst + 16), half); // Write to destination

这很好用，但我正在尝试将代码转换为 AVX2，因此我一次可以处理 32 个字节。但是，我在解压低字节时遇到了麻烦。

这是我用于 AVX2 的代码：

__m256i chunk = _mm256_loadu_si256((__m256i const*) src); // Load 32 bytes from memory

__m256i half = _mm256_unpacklo_epi8(chunk, _mm256_setzero_si256()); // Unpack lower 16 bytes with zeros
_mm256_storeu_si256((__m256i*) dst, half); // Write to destination

half = _mm256_unpackhi_epi8(chunk, _mm256_setzero_si256()); // Unpack higher 16 bytes with zeros
_mm256_storeu_si256((__m256i*) (dst + 32), half); // Write to destination

问题是，_mm256_unpacklo_epi8 指令似乎每转换 8 个字节就跳过 8 个字节。例如这个文本（末尾的“fr”是有意的）：

Permission is hereby granted, fr

转换成

Permissireby graon is hented, fr

每 8 个字节 _mm256_unpacklo_epi8，进程，8 个字节被跳过。

我在这里做错了什么？ 任何帮助将不胜感激。

Answer 1

正如我所见，@PeterCordes 已经收到了正确的答案。不过我想用小的辅助函数来补充它：

template <int part> inline __m256i Cvt8uTo16u(__m256i a)
{
    return _mm256_cvtepu8_epi16(_mm256_extractf128_si256(a, part));
}