4 个 32 位整数的 SSE 乘法答案

【问题标题】：SSE multiplication of 4 32-bit integers4 个 32 位整数的 SSE 乘法
【发布时间】：2012-05-17 01:31:54
【问题描述】：

如何将四个 32 位整数乘以另外 4 个整数？我没有找到任何可以做到这一点的指令。

【问题讨论】：

标签： x86 sse simd multiplication sse2

【解决方案1】：

PMULLD，来自 SSE 4.1，就是这样做的。

描述有点误导，它谈到有符号乘法，但由于它只存储低 32 位，所以它确实是一个符号忽略指令，你可以同时使用它，就像 IMUL。

【讨论】：

谢谢。但是有没有办法只使用 SSE 2 指令？
_mm_mullo_epi32 如果您更愿意使用内部函数而不是原始程序集
@Leviathan 是的，但您需要一些说明。根据架构，四个imul 可能更快更简单
为什么只有 SSE2 ？你真的需要支持超过 10 年的 CPU 吗？
@PaulR 仍然有很多 AMD。只有 Bulldozer 支持 SSSE3 及更高版本。

【解决方案2】：

如果您需要有符号 32x32 位整数乘法，那么software.intel.com 的以下示例看起来应该可以满足您的需求：

static inline __m128i muly(const __m128i &a, const __m128i &b)
{
    __m128i tmp1 = _mm_mul_epu32(a,b); /* mul 2,0*/
    __m128i tmp2 = _mm_mul_epu32( _mm_srli_si128(a,4), _mm_srli_si128(b,4)); /* mul 3,1 */
    return _mm_unpacklo_epi32(_mm_shuffle_epi32(tmp1, _MM_SHUFFLE (0,0,2,0)), _mm_shuffle_epi32(tmp2, _MM_SHUFFLE (0,0,2,0))); /* shuffle results to [63..0] and pack */
}

您可能希望有两个构建 - 一个用于旧 CPU，一个用于最近的 CPU，在这种情况下，您可以执行以下操作：

static inline __m128i muly(const __m128i &a, const __m128i &b)
{
#ifdef __SSE4_1__  // modern CPU - use SSE 4.1
    return _mm_mullo_epi32(a, b);
#else               // old CPU - use SSE 2
    __m128i tmp1 = _mm_mul_epu32(a,b); /* mul 2,0*/
    __m128i tmp2 = _mm_mul_epu32( _mm_srli_si128(a,4), _mm_srli_si128(b,4)); /* mul 3,1 */
    return _mm_unpacklo_epi32(_mm_shuffle_epi32(tmp1, _MM_SHUFFLE (0,0,2,0)), _mm_shuffle_epi32(tmp2, _MM_SHUFFLE (0,0,2,0))); /* shuffle results to [63..0] and pack */
#endif
}

【讨论】：

好答案。有趣的是，您在代码中犯了与我曾经在代码中完全相同的错字：应该是_____SSE4_1_____（E 和 4 之间没有下划线）。烦人，因为您不会轻易注意到它 - 只要备用代码路径正常，程序就可以完美运行
@drhirsch：感谢您修复该问题 - 在实际代码中，我倾向于使用 __MNI__、__SNI__ 等 - 主要是出于历史原因，但它也不太容易出现上述简单错误.
太棒了，谢谢！现在，如果有一个类似的技巧可以在仅使用 SSE2 的 CPU 上替换 _mm_insert_epi32...
请注意，“旧 CPU 路径”实际上可能比在 4 个整数上的显式 for 循环要慢 - 在我的机器上肯定不会更快。