load1 和广播内在函数之间的区别

Question

_mm_broadcast_ss() 和 _mm_load_ps1() 有什么区别？

void example(){
   __declspec(align(32)) const float num = 20;

   __m128 a1 = _mm_broadcast_ss(&num); 
   __declspec(align(32)) float f1[4];
   _mm_store_ps (f1, a1);
   std::cout << f1[0] << " " << f1[1] <<" " << f1[2] << " " << f1[3] << "\n";

   __m128 a2 = _mm_load_ps1(&num); 
   __declspec(align(32)) float f2[4];
   _mm_store_ps (f2, a2);
    std::cout << f2[0] << " " << f2[1] <<" " << f2[2] << " " << f2[3] << "\n";
}

两种方式都得到了相同的输出，那为什么它们都存在呢？

Answer 1

_mm_broadcast_ss 仅针对 AVX 目标进行编译。

_mm_load1_ps / _mm_load_ps1 在为不支持 AVX 的目标进行编译时将编译为多条指令 (movss / shufps)。当您正在为 AVX 目标进行编译时，任何好的编译器都会使用 vbroadcastss 来实现它们。

load1 / set1 和其他便利函数很早就引入了，因为让编译器选择移动数据的最佳策略通常是件好事。

_mm_broadcast_* 内在函数是作为 vbroadcastss / vbroadcastsd 指令的直接包装器引入的。 （AVX2有整数vpbroadcast...，vbroadcastss的reg-reg形式。AVX1只有vbroadcastss x/ymm, [mem]。）

---

AFAICT，仅使用 _mm_load1_ps 或 _mm_set1_ps 没有任何缺点。

这对代码没有影响，并允许为非 AVX 目标构建相同的源代码。

该选择可能会对-O0 的 asm 输出产生影响，但 IDK。如果您关心未优化构建中的 asm 输出，那么 1：这很奇怪，而 2：您必须看看您的编译器做了什么。

---

从 Godbolt 上的 asm 输出中可以看到（用于 gcc）：

Without AVX (-mno-avx)

bcast: compile error so I #ifdef it out

__m128 load1(const float*p) {  return _mm_load1_ps(p); }
    movss   xmm0, DWORD PTR [rdi]
    shufps  xmm0, xmm0, 0
    ret

With AVX (-mavx)

__m128 bcast(const float*p) { return _mm_broadcast_ss(p); }        
    vbroadcastss    xmm0, DWORD PTR [rdi]
    ret
__m128 load1(const float*p) {  return _mm_load1_ps(p); }
    vbroadcastss    xmm0, DWORD PTR [rdi]
    ret