试图理解 _mm256_permute2x128_si256 的英特尔内在指南解释

Question

我试图了解 _mm256_permute2x128_si256。 是先将寄存器 a 的所有 256 位读入机箱，然后再将寄存器 b 的 256 位读入机箱吗？ 还是在向量 a 和向量 b 之间交错读取每 32 位？ 那么哪个向量的哪个 32 位被读取对应于 imm8 中的哪个位以什么顺序以及如何读取？ 谢谢！

DEFINE SELECT4(src1, src2, control) {
    CASE(control[1:0]) OF
    0:  tmp[127:0] := src1[127:0]
    1:  tmp[127:0] := src1[255:128]
    2:  tmp[127:0] := src2[127:0]
    3:  tmp[127:0] := src2[255:128]
    ESAC
    IF control[3]
        tmp[127:0] := 0
    FI
    RETURN tmp[127:0]
}
dst[127:0] := SELECT4(a[255:0], b[255:0], imm8[3:0])
dst[255:128] := SELECT4(a[255:0], b[255:0], imm8[7:4])
dst[MAX:256] := 0

Answer 1

请参阅此网站，它比英特尔的文档提供更多信息：

https://www.felixcloutier.com/x86/vperm2i128

Answer 2

这是一个随机播放，从 2 个输入向量的 4 个总通道中选择两个 128 位通道。
控制 integer 操作数有两个 2 位字段，每个字段索引 4 个通道之一。 您可以将其视为连接两个输入向量，然后索引到该 4 通道数组。

或者，如果设置了索引半字节的高位，它会将结果的该通道归零。

没有什么涉及 32 位粒度。 内在函数指南中的伪代码定义了一个帮助程序 function，并将每个输入的所有 256 位传递给该帮助程序 function 两次。 所有[hi:lo]范围都以位为单位，而不是字节。

英特尔的相应指令 ( vperm2i128 ) 的 asm 文档具有更易于理解的伪代码，用于分隔归零：

CASE IMM8[1:0] of
    0: DEST[127:0]←SRC1[127:0]
    1: DEST[127:0]←SRC1[255:128]
    2: DEST[127:0]←SRC2[127:0]
    3: DEST[127:0]←SRC2[255:128]
ESAC

CASE IMM8[5:4] of
    0: DEST[255:128]←SRC1[127:0]
    1: DEST[255:128]←SRC1[255:128]
    2: DEST[255:128]←SRC2[127:0]
    3: DEST[255:128]←SRC2[255:128]
ESAC

IF (imm8[3])
    DEST[127:0] ← 0
FI
IF (imm8[7])
    DEST[255:128] ← 0
FI