XNOR 兩個 8 位塊中的 64 位寄存器

Question

我有兩個 64 位 vales，我想按如下方式對它們進行 XNOR：

RAX: 01000001 | 01000010 | 01000011 | 01000001 | 01000101 | 01000110 | 01000111 | 01000001     XNOR
RBX: 01000001 | 01000001 | 01000001 | 01000001 | 01000001 | 01000001 | 01000001 | 01000001
-------------------------------------------------------------------------------------------
RCX:    1          0          0          1          0          0          0          1



XNOR does the following:
    1 XNOR 1 | 1
    1 XNOR 0 | 0
    0 XNOR 1 | 0 
    0 XNOR 0 | 1

這樣每次 XNOR 的結果正好為0xff ，它在 RCX 寄存器中的相應塊 position 中輸出1 。

是否有 I64 指令或算術/邏輯表達式來解決上述問題？

Answer 1

其中的“8 位塊”部分使其與按位 XNOR 非常不同。 並且您希望使用 AND 以 8 位塊的形式水平減少 XNOR 結果。 這就是SIMD的全部意義所在。

您想要的具體操作是比較是否相等。 幸運的是，x86 SSE2（或 MMX）pcmpeqb xmm0, xmm1正是這樣做的，在比較相等的元素中產生 0xFF (-1)，在其他元素中產生 0x00。 您可以movq xmm0, src對其進行設置，將 8 字節零擴展加載到 16 字節 XMM 寄存器中。

您可以使用movq rcx, xmm0將結果（從 XMM0 的低 8 個字節）輸入 RCX，其中bsf rcx, rcx將找到最低非零位的 position。 或者test rcx, rcx會讓你分支。

如果您希望 RCX = 0x0100000100000001 （即每個字節底部的 1 位），您可以在 MOVQ 之前使用SSSE3 pabsb xmm0, xmm0來做字節的打包絕對值，映射 0xFF -> 1 並保持 0 不變。 與 SSE2 不同，這不是x86-64 的基准，但缺少它的 CPU 已經完全過時（例如 AMD Phenom II 是最新的）。

---

將 SIMD 比較結果放入 integer reg 的正常方法是pmovmskb 。 它與movq r, x一樣高效，但可以讓您獲得所有 16 字節元素，甚至無需使用 64 位寄存器。

    movq     xmm0, [rdi]       ; 8-byte load.  Use movdqu for all 16 bytes
    movq     xmm1, [rsi]
    pcmpeqb  xmm0, xmm1
    pmovmskb ecx, xmm0

    cmp      ecx, 0xffff
    je       all_were_equal

    test     cl, cl        ; low 8 bytes of compare result -> low 8 bits of RCX
    jnz      some_were_equal

這需要每個字節的高位。 即給你一個比較bitmap。 您可以bsf ecx, ecx找出 16 個字節中的哪個（如果有）是第一個匹配項。 （如果您的輸入是零擴展的 8 字節值，則第 9 個字節將始終匹配。CH 將從 pmovmskb 輸入的上半部分全為 1。）

當然，您可以簡單地對其進行分支，而不是對比較結果進行位掃描。 常見的方法有：

• 如果任何元素比較為真，則test ecx, ecx / jnz跳轉
• cmp ecx, 0xffff / je如果全部匹配則跳轉。

相關：將 16 字節字符串與 SSE進行比較，以使用內在函數執行此操作。

---

您可以使用 MMX movq mm0, [rdi] / pcmpeqb mm0, [rsi]來執行此操作，但在某些最新的 CPU 上，MMX 的吞吐量比 SSE2 更差（例如 Skylake 上的執行端口更少），而且您需要一個緩慢的完成將 x87 state 恢復到 x87 模式后 -ish emms 。

盡管如此，如果您的數據自然是 8 字節塊，那么您將保存一個movq ，因此您不能自然地一次只處理 16 個字節。 並且指令更緊湊（機器代碼大小），正如您在英特爾手冊中看到的它們的編碼。 因此，如果 8 字節塊非常適合，並且您可以將 EMMS 置於足夠大的循環之外，那么 MMX 值得考慮。 （或者如果你絕對從不使用 x87 指令，甚至不調用任何庫函數，並且可以跳過 EMMS）