索引到 ARMv8 寄存器的最快方法是什么

Question

ARMv8 指令集允許訪問指令中內置的任何 integer 寄存器，如下所示：

add x0, x1, x2  @ x0 = x1 + x2, 64 bit arithmetic

但是，有沒有辦法將寄存器從 0 加載到 15，例如，使用寄存器中的值？

例如，假設寄存器 x16 包含數字 5。在這種情況下，我想要 x5。

這當然可以在 memory （一個數組）中完成，但這要慢得多。

ldr x19, [x17, x16, lsl #3]

其中 x17 是某個基地址，x16 是索引，但這需要轉到 memory。 如果緩存，這會更慢。 如果寫回該值，則寫入可能需要更多時間。

我能想到的唯一其他方法是某種計算的 goto：

    add x18, x18, x16, lsl #6
    bx  x18
1:
    mov x19, x0
    ...

2:
    mov x19, x1
    ...

3:
    mov x19, x2
    ...

這甚至比數組訪問還要慢。

理想情況下會有一個索引模式，如：

mov x19, x[x16]

Answer 1

如評論中所述，使用 memory 中的數組為較小的數據集執行此操作通常更快。 在 ARM 上，還可以使用表查找指令更有效地處理大量數據：

最多可以將四個 16 字節 SIMD 寄存器傳送到tbl指令。 對於條目的 16 個字節中的每一個，該值取自具有相應編號的部分寄存器，否則為零（但是，類似的指令tbx使該值保持不變）。 一個例子：

input:  v0 = [0x00, 0x01, 0x08, 0x10, 0x12, 0x20, 0x21, 0x30, 0x3F, 0x40, ...]
tables: v4 = [0x40, 0x41, 0x42, ..., 0x4F]
        v5 = [0x50, 0x51, 0x52, ..., 0x5F]
        v6 = [0x60, 0x61, 0x62, ..., 0x6F]
        v7 = [0x70, 0x71, 0x72, ..., 0x7F]

執行tbl v1.16b, {v4.16b, v5.16b, v6.16b, v7.16b}, v0.16b給出以下結果：

output: v1 = [0x40, 0x41, 0x48, 0x50, 0x52, 0x60, 0x61, 0x70, 0x7F, 0x00, ...]

使用tbx所有大於0x3F的值都將被輸入而不是歸零：

output: v1 = [0x40, 0x41, 0x48, 0x50, 0x52, 0x60, 0x61, 0x70, 0x7F, 0x40, ...]

---

如何使用它來索引寄存器？

由於只能進行逐字節查找，因此需要進行一些初步工作：通用寄存器中的索引被傳輸到 SIMD 寄存器，另外還傳輸到第二個寄存器，以便它可以適應兩個寄存器。

input:                x0 = [index, 0, 0, ..., 0]
first  SIMD register: v0 = [index*8, index*8+1, ..., index*8+7, 0, 0, ..., 0]
second SIMD register: v1 = [index*8-64, index*8-63, ..., index*8-57, 0, 0, ..., 0]

這是為了滿足查找值必須始終介於 0 和 15（或 31、47 或 63）之間的事實，並且應該在此處對八個連續字節進行查找。

因此，索引在每個查找表中轉換為 position（每個tbl指令都有一個）。 如果超出范圍，則tbl將提供零，並且如果結果在最后被orr -ed 一起使用，則將無效。

---

工作示例：

需要定義以下數據：

modifier: .byte 0, 1, 2, 3, 4, 5, 6, 7, -64, -63, -62, -61, -60, -59, -58, -57

輸入值在x0中。 查找的值取自lookup_table memory 位置。 結果存儲在x0中：

// Load lookup table from memory
adr  x1, lookup_table
ldp  q8, q9, [x1]
ldp  q10, q11, [x1, 32]
ldp  q12, q13, [x1, 64]
ldp  q14, q15, [x1, 96]

// Take value to be looked up from general-purpose register
dup  v0.8b, w0

// Prepare index before lookup
adr  x1, modifier
ldp  d2, d3, [x1]
shl  v0.8b, v0.8b, 3
add  v2.8b, v0.8b, v2.8b
add  v3.8b, v0.8b, v3.8b

// Do Lookup
tbl  v2.8b, {v8.16b,  v9.16b,  v10.16b, v11.16b}, v0.8b
tbl  v3.8b, {v12.16b, v13.16b, v14.16b, v15.16b}, v1.8b
orr  v0.8b, v2.8b, v3.8b

// Load the result back into a general-purpose register
umov x0, v0.2d[0]

如果實在沒有其他辦法，也可以從通用寄存器x8到x23中取值：

ins   v8.2d[0], x8
ins   v9.2d[0], x10
ins  v10.2d[0], x12
//   ...
ins  v15.2d[0], x22
ins   v8.2d[1], x9
ins   v9.2d[1], x11
ins  v10.2d[1], x13
//   ...
ins  v15.2d[1], x23