AVX除以__M256I将32位整数挤满了两个（无AVX2）

Question

我正在寻找最快的方法，将包装的32位整数的__ M256i除以两个（又称一个换档）使用AVX。我无法访问AVX2。 据我所知，我的选择是：

1. 下载到
2. 用于签名的32位元素的AVX __M256I整数部门

如果我需要下去SSE2，我会感谢最佳的SSE2实施。 如果是2），我想知道要使用的内在信息，以及是否有更优化的实现来专门除以2。 谢谢！

Answer 1

假设您知道自己在做什么，这就是该功能。

inline __m256i div2_epi32( __m256i vec )
{
    // Split the 32-byte vector into 16-byte ones
    __m128i low = _mm256_castsi256_si128( vec );
    __m128i high = _mm256_extractf128_si256( vec, 1 );
    // Shift the lanes within each piece; replace with _mm_srli_epi32 for unsigned version
    low = _mm_srai_epi32( low, 1 );
    high = _mm_srai_epi32( high, 1 );
    // Combine back into 32-byte vector
    vec = _mm256_castsi128_si256( low );
    return _mm256_insertf128_si256( vec, high, 1 );
}

但是，这样做不一定比处理16个字节向量更快。在大多数CPU上，除了AMD ZEN 1 CPU外，这些插入/提取说明的性能并不是很棒。