從基本類型（例如short）到與_mm256_broadcast_epi（例如_mm_broadcastw_epi16）一起使用，填充__m128i 參數的正確方法是什么？

Question

_mm256_broadcastb_epi8、_mm_broadcastw_epi16、_mm256_broadcastd_epi32和_mm256_broadcastq_epi64這四個函數都是VPBROADCASTB、VPBROADCASTW、VPBROADCASTD和VPBROADCASTQ指令的內在函數根據英特爾的文檔： “英特爾® 高級矢量擴展編程參考” ，這些指令可能會相應地接收 8 位、16 位、32 位、64 位內存位置。
第 5-230 頁：

源操作數是XMM寄存器中的8位、16位、32位、64位內存位置或低8位、16位、32位、64位數據

但是，這些指令的內在 API（Intel、MSVS 和 gcc）接收一個 __m128i 參數。 現在，如果我有一個基本類型的變量，據說是“short”，那么最有效和跨平台的方式（至少在 MSVS 和 gcc 之間）將該變量傳遞給相應的廣播內在函數（_mm_broadcastw_epi16 在短的情況下）是什么？

例如：

void func1(uint8_t v) {
    __m256i a = _mm256_broadcastb_epi8(<convert_to__m128i>(v));
    ...
}

void func1(uint16t v) {
    __m256i a = _mm256_broadcastw_epi16(<convert_to__m128i>(v));
    ...
}

void func1(uint32_t v) {
    __m256i a = _mm256_broadcastd_epi32(<convert_to__m128i>(v));
    ...
}

void func1(uint64_t v) {
    __m256i a = _mm256_broadcastq_epi64(<convert_to__m128i>(v));
    ...
}

<convert_to__m128i> 應該是什么，以便最高效和跨平台（如果可能）？

例如，對於 MSVS，可以執行以下操作：

void func1(uint16t v) {
    __m128i vt;
    vt.m128_u16[0] = v;
    __m256i a = _mm256_broadcastw_epi16(vt);
    ...
}

但是如果沒有優化，它可以首先加載一個 xmm 寄存器，然后才在 VPBROADCASTW 中使用它。 當進行優化時，它可以直接使用 v 的內存位置。 它也僅對 MSVS 有效。

Answer 1

已經有序列/復合內在函數可以完全滿足您的要求：

_mm256_set1_epi8/16/32/64

來自英特爾的內在指南：

將 8 位整數 a 廣播到 dst 的所有元素。 這個內在函數可以生成 vpbroadcastb。

使用這些，您應該能夠信任編譯器生成最佳代碼。

在做這樣的事情時，我使用 Intel Intrinsics Guide，這很有幫助，因為您可以從助記符反向搜索（在這種情況下，您知道您最終想要 vpbroadcastb），它會告訴您哪些內在函數與之相關。

Answer 2

如果您有一個標量值開始，只需讓編譯器為_mm256_set1_epi8(scalar)內在函數發出廣播指令，而不是__m128i 。

---

但是你通常也不想要_mm_broadcastb_epi8 ( __m128i結果) 或__m256i _mm256_broadcastb_epi8(__m128i)除非你已經有一個__m128i開始並想要低元素。

如果您不關心低 dword 的高 2 或 3 個字節，則在沒有編譯器浪費指令的情況下將標量放入__m128i可能是 8 位或 16 位標量的實際問題； 它可能會將movzx加載到一個整數寄存器中，然后使用vmovd或類似的東西。

---