如何从__m64值的 lsb 创建 8 位掩码?

How to create a 8 bit mask from lsb of __m64 value?

本文关键字：掩码 创建 值的 m64 lsb      更新时间：2023-10-16

我有一个用例，其中我有位数组，每个位表示为 8 位整数uint8_t data[] = {0,1,0,1,0,1,0,1};例如，我想通过仅提取每个值的 lsb 来创建单个整数。我知道使用int _mm_movemask_pi8 (__m64 a)函数我可以创建一个掩码，但这个内在函数只需要一个字节的 msb 而不是 lsb。是否有类似的内在或有效的方法来提取 lsb 以创建单个 8 位整数？

没有直接的方法可以做到这一点，但显然你可以简单地将 lsb 转移到 msb 中，然后提取它：

_mm_movemask_pi8(_mm_slli_si64(x, 7))

如今使用MMX很奇怪，可能应该避免。

这是一个SSE2版本，仍然只读取8个字节：

int lsb_mask8(uint8_t* bits) {
__m128i x = _mm_loadl_epi64((__m128i*)bits);
return _mm_movemask_epi8(_mm_slli_epi64(x, 7));
}

使用 SSE2 而不是 MMX 可避免EMMS

如果您有高效的 BMI2pext(例如 Haswell 和更新，与 AVX2 相同(，那么在你关于另一个方向的问题中使用 @wim 的答案相反(如何使用 x86 SIMD 有效地将 8 位位图转换为 0/1 整数数组(。

unsigned extract8LSB(uint8_t *arr) {
uint64_t bytes;
memcpy(&bytes, arr, 8);
unsigned LSBs = _pext_u64(bytes ,0x0101010101010101);
return LSBs;
}

这就像你期望的qword加载+pext指令一样。 编译器将在内联后将0x01...常量设置提升到循环之外。

pext/pdep在支持它们的英特尔 CPU 上是有效的(3 个周期延迟/1c 吞吐量，1 uop，与乘法相同(。 但它们在AMD上效率不高，比如18c延迟和吞吐量。 (https://agner.org/optimize/(。 如果你关心AMD，你绝对应该使用@haroldpmovmskb答案。

或者，如果您有多个 8 字节的连续块，请使用单个宽向量执行它们，并获得 32 位位图。 如果需要，您可以将其拆分，或者使用 4 展开循环，以右移位图以获得所有 4 个单字节结果。

如果您只是立即将其存储到内存中，那么您可能应该在写入源数据的循环中完成此提取，而不是单独的循环，因此它在缓存中仍然很热。 AVX2_mm256_movemask_epi8是具有低延迟的单个 uop(在英特尔 CPU 上(，因此，如果您的数据在 L1d 缓存中不是热的，那么仅执行此操作的循环不会在等待内存时使其执行单元保持忙碌。

相关文章：