测试256位YMM AVX寄存器元素是否等于或小于零的最有效方法

Question

我正在使用Intel AVX内部函数实现粒子系统。 当粒子的Y位置小于或等于零时，我想重置粒子。

粒子系统按如下SOA模式排序：

class ParticleSystem
{
    private:
        float*      mXPosition;
        float*      mYPosition;
        float*      mZPosition;

        .... Rest of code not important for this question

我想到的最初方法只是迭代mYPosition数组，并检查开头所述的情况。 也许可以用这种方法改进一些性能？

但是，问题是是否存在使用AVX内在函数实现此目的的有效方法？ 谢谢！

Answer 1

如果<= 0的元素相对稀疏，则一种简单的方法是使用AVX一次测试8，然后在识别包含一个或多个此类元素的向量时放入标量代码，例如：

#include <immintrin.h>                                  // AVX intrinsics

const __m256 vk0 = _mm256_setzero_ps();                 // const vector of zeros

for (int i = 0; i + 8 <= n; i += 8)
{
    __m256 vy = _mm256_loadu_ps(&mYPosition[i]);        // load 8 x floats
    __m256 vcmp = _mm256_cmp_ps(vy, vk0, _CMP_LE_OS);   // compare for <= 0
    int mask = _mm256_movemask_ps(vcmp);                // get MS bits from comparison result
    if (mask != 0)                                      // if any bits set
    {                                                   // then we have 1 or more elements <= 0
        for (int k = 0; k < 8; ++k)                     // test each element in vector
        {                                               // using scalar code...
            if ((mask & 1) != 0)
            {
                // found element at index i + k
                // do something with it...
            }
            mask >>= 1;
        }
    }
}
// deal with any remaining elements in case where n is not a multiple of 8
for (int j = i; j < n; ++j)
{
    if (mYPosition[j] <= 0.0f)
    {
        // found element at index j
        // do something with it...
    }
}

当然，如果匹配的元素不是稀疏的，即，如果通常在8的每个向量中找到一个或多个，则不会为您带来任何性能提升。 但是，如果元素稀疏，可以跳过大多数矢量，那么您应该会看到很大的好处。