SSE 乘法 16 x uint8_t

Question

我想用 SSE4 将 __m128i 对象与 16 个无符号 8 位整数相乘，但我只能找到用于乘法 16 位整数的内在函数。没有诸如_mm_mult_epi8之类的东西吗？

Answer 1

一种（可能）比基于 Agner Fog 的解决方案 的 Marat 解决方案更快的方法：

而不是拆分 hi/低，奇数/偶数分开。这还有一个额外的好处，它可以与纯 SSE2 一起使用，而不需要 SSE4.1（对 OP 没有用，但对某些人来说是一个不错的额外好处）。如果您有 AVX2，我还添加了优化。从技术上讲，AVX2 优化仅适用于 SSE2 内在函数，但它比先左移再右移的解决方案要慢。

__m128i mullo_epi8(__m128i a, __m128i b)
{
    // unpack and multiply
    __m128i dst_even = _mm_mullo_epi16(a, b);
    __m128i dst_odd = _mm_mullo_epi16(_mm_srli_epi16(a, 8),_mm_srli_epi16(b, 8));
    // repack
#ifdef __AVX2__
    // only faster if have access to VPBROADCASTW
    return _mm_or_si128(_mm_slli_epi16(dst_odd, 8), _mm_and_si128(dst_even, _mm_set1_epi16(0xFF)));
#else
    return _mm_or_si128(_mm_slli_epi16(dst_odd, 8), _mm_srli_epi16(_mm_slli_epi16(dst_even,8), 8));
#endif
}

Agner 使用具有 SSE4.1 支持的 blendv_epi8 内在函数。

编辑：

有趣的是，在做了更多的反汇编工作（使用优化的构建）之后，至少我的两个实现被编译为完全相同的东西。针对“ivy-bridge”(AVX) 的反汇编示例。

vpmullw xmm2,xmm0,xmm1
vpsrlw xmm0,xmm0,0x8
vpsrlw xmm1,xmm1,0x8
vpmullw xmm0,xmm0,xmm1
vpsllw xmm0,xmm0,0x8
vpand xmm1,xmm2,XMMWORD PTR [rip+0x281]
vpor xmm0,xmm0,xmm1

它使用带有预编译的 128 位 xmm 常量的“AVX2 优化”版本。仅使用 SSE2 支持进行编译会产生类似的结果（尽管使用 SSE2 指令）。我怀疑 Agner Fog 的原始解决方案可能会针对同样的事情进行优化（如果没有的话那就太疯狂了）。不知道 Marat 的原始解决方案在优化构建中的比较如何，尽管对我来说，对所有比 SSE2 更新（包括 SSE2）的 x86 simd 扩展使用单一方法是相当不错的。

Answer 2

MMX/SSE/AVX 中没有 8 位乘法。但是，您可以使用 16 位乘法来模拟 8 位乘法内在函数，如下所示：

inline __m128i _mm_mullo_epi8(__m128i a, __m128i b)
{
    __m128i zero = _mm_setzero_si128();
    __m128i Alo = _mm_cvtepu8_epi16(a);
    __m128i Ahi = _mm_unpackhi_epi8(a, zero);
    __m128i Blo = _mm_cvtepu8_epi16(b);
    __m128i Bhi = _mm_unpackhi_epi8(b, zero);
    __m128i Clo = _mm_mullo_epi16(Alo, Blo);
    __m128i Chi = _mm_mullo_epi16(Ahi, Bhi);
    __m128i maskLo = _mm_set_epi8(0x80, 0x80, 0x80, 0x80, 0x80, 0x80, 0x80, 0x80, 14, 12, 10, 8, 6, 4, 2, 0);
    __m128i maskHi = _mm_set_epi8(14, 12, 10, 8, 6, 4, 2, 0, 0x80, 0x80, 0x80, 0x80, 0x80, 0x80, 0x80, 0x80);
    __m128i C = _mm_or_si128(_mm_shuffle_epi8(Clo, maskLo), _mm_shuffle_epi8(Chi, maskHi));

     return C;
}

Answer 3

唯一的 8 位 SSE 乘法指令是 PMADDUBSW （SSSE3 及更高版本，C/C++ 内在:<一href="https://www.intel.com/content/www/us/en/docs/intrinsics-guide/index.html#ig_expand=4653,4653,4653&text=_mm_maddubs_epi16" rel="nofollow noreferrer"> _mm_maddubs_epi16）。这会将 16 x 8 位无符号值乘以 16 x 8 位有符号值，然后将相邻对相加得到 8 x 16 位有符号结果。如果您不能使用这个相当专业的指令，那么您需要解压缩为 16 位向量对并使用常规 16 位乘法指令。显然，这意味着至少有 2 倍的吞吐量，因此如果可以的话请使用 8 位乘法。