从ARM NEON到Intel Interins，以获得8x UINT8_T的绝对差异的总和

Question

我正在尝试使用ARM NEON INTENSICS转换一些代码，以使用Intel Interinsics。

我立即被卡住了，并试图找到适当的英特尔内在物质来替代霓虹灯内在的。 My first hurdle is to translate the following function:

void sad_row_8(uint8_t *row1, uint8_t *row2, int *result)
{
    *result = 0;
    uint8x8_t vec1 = vld1_u8(row1);
    uint8x8_t vec2 = vld1_u8(row2);
    uint8x8_t absvec = vabd_u8(vec1, vec2);
    *result += vaddlv_u8(absvec);
}

In the code above, row1 and row2 are pointers to rows of at least 8 consecutive uin8_t elements.该函数计算UINT8_T元素的两个行之间的绝对差异之和。

在使用霓虹灯内在的编写代码时，我使用找到适当的内在系统，我从来没有太多麻烦找到我需要的东西。 为了找到正确的Intel Intersics来翻译上述代码，我尝试使用https://www.intel.com /Content/www/us/en/docs/intrinsics-guide/index.html#techs=mmx,sse，SSE2,SSE2,SSE3,SSE3,SSE4_1,SSE4_1,SSE4_2,avx,avx,avx,avx,avx,avx2,avx2,avx2,avx_512 。 在这里，我试图找到与我在霓虹灯解决方案中使用的相应的内在物质，但没有很多运气。

我正在寻找的是关于我如何更好地解决这个问题的帮助/建议，也许是指我的方法（可能？）明显的缺陷。

我的处理器是Intel Core i5-11400F，根据英特尔的说法，该指令集扩展Intel®SSE4.1，Intel®SSE4.2，Intel®AVX2，Intel®Avx-512。

Answer 1

绝对差异的总和在英特尔方面有所不同。

在霓虹灯编程中，人们使用传统的每车道 abd 操作，最好是扩大累积 - 然后是最终的水平减少。

在英特尔中，内在 _mm_sad_epu8 并行执行两个ABD+水平减少：

1 2 3 1 2 3 1 2 | 0 1 0 1 4 2 1 0 | < register A
0 0 0 0 1 1 1 1 | 2 2 2 2 3 3 3 3 | < register B
-----------------------------------
1 2 3 1 1 2 0 1   2 1 2 1 1 1 2 3   < -- Neon vabdq_u8(A,B)
11  (uint64_t)    13   (uint64_t)   < -- Intel _mm_sad_epu8(A,B)

相应的Intel例程将为

void sad_row_8(uint8_t *row1, uint8_t *row2, int *result)
{
    *result = 0;
    __m128i vec1 = _mm_loadu_si64(row1);
    __m128i vec2 = _mm_loadu_si64(row2);
    __m128i absvec = _mm_sad_epu8(vec1, vec2);
    *result += _mm_cvtsi128_si32(absvec);
}