与SIMD内部函数进行比较和交换

Compare and swap with SIMD intrinsics

本文关键字：比较 交换 SIMD 内部函数      更新时间：2023-10-16

是否可以在SIMD指令中进行比较，并在某些情况下交换值。换句话说，我有4个整数:

(100 5) (1 42)

我想收到:

(5 100) (1 42)

。我想两两比较(第一个值与第二个值，第三个值与第四个值)，如果左操作数更大-交换值。有可能只使用1个SIMD吗?

注::这是我第一次尝试SIMD，可能我使用了错误的术语-请修复我，如果我错了。

对于支持AVX2的系统，有一个使用min/max并与imm混合的解决方案(它具有1个周期延迟，而变量1具有2个周期延迟)。

下面的代码有3个周期的延迟，在HSW+上应该小于2个周期的吞吐量

__m128i tmp = _mm_shuffle_epi32(in, _MM_SHUFFLE(2,3,0,1));
__m128i min = _mm_min_epi32(in, tmp);
__m128i max = _mm_max_epi32(in, tmp);
// __m128i res = _mm_blend_epi32(min, max, 0xA); // AVX2 only
__m128i res = _mm_blend_epi16(min, max, 0xCC);   // SSE4.1

我已经在我的HSW系统上测试了它(处理20000对100K次)，它的性能比stgatilov的代码好26% 

CMP + VARIABLE BLEND    1.18sec
MIN/MAX + BLEND_32      0.87sec // AVX2 only code
MIN/MAX + BLEND_PS      0.86sec // SSE
MIN/MAX + PLEND_16      0.88sec // Preferred for SSE

UPDATE: Per stgatilov '注释如下。所有的MIN/MAX实现几乎都有相同的性能(很可能只是卡在内存中)

似乎您想在单个XMM寄存器中对32位整数对进行排序。当然，没有现成的指令，但您可以在SSE4.1的几个指令中完成它(注意:代码未经过测试):

//input = [100, 5, 1, 42]
__m128i swapped = _mm_shuffle_epi32(input, _MM_SHUFFLE(2,3,0,1)); // [5, 100, 42, 1]
__m128i comp = _mm_cmplt_epi32(input, swapped);                   // [0, -1, -1, 0]
comp = _mm_xor_si128(comp, _mm_set_epi32(-1, 0, -1, 0));          // [0, 0, -1, -1]
input = _mm_blendv_epi8(swapped, input, comp);                    // [5, 100, 1, 42]

在Ivy Bridge上，它似乎是7 up，占用2个CPU周期(吞吐量)。

如果需要，它可以很容易地移植到AVX2。

相关文章：