将SSE转换为霓虹灯:如何打包然后提取32位结果

Translating SSE to Neon: How to pack and then extract 32bit result

本文关键字：然后 何打包 提取 32位 结果 SSE 转换 霓虹灯      更新时间：2023-10-16

我必须将以下指令从SSE转换为Neon

 uint32_t a = _mm_cvtsi128_si32(_mm_shuffle_epi8(a,SHUFFLE_MASK) );

其中：

static const __m128i SHUFFLE_MASK = _mm_setr_epi8(3,  7,  11, 15, -1, -1, -1, -1,
                                                  -1, -1, -1, -1, -1, -1, -1, -1);

所以基本上，我必须从寄存器中取出第4、第8、第12和第16个字节，并将其放入uint32_t中。看起来像一条打包指令（在SSE中，我似乎记得我使用了shuffle，因为与打包相比，它只保存了一条指令，本例显示了打包指令的使用）。

这个操作在霓虹灯中是如何翻译的
我应该使用包装说明吗
然后如何提取32位？（有类似_mm_cvtsi128_si32的东西吗？）

编辑：
首先，vgetq_lane_u32应该允许替换_mm_cvtsi128_si32（但我必须将uint8x16_t转换为uint32x4_t）

uint32_t  vgetq_lane_u32(uint32x4_t vec, __constrange(0,3) int lane);

或者直接存储车道vst1q_lane_u32

void  vst1q_lane_u32(__transfersize(1) uint32_t * ptr, uint32x4_t val, __constrange(0,3) int lane); // VST1.32 {d0[0]}, [r0]

我发现了这个优秀的指南。我正在处理这个问题，我的操作似乎可以用一条VTBL指令（查找表）来完成，但我将用两个去交错操作来实现它，因为目前它看起来更简单。

uint8x8x2_t   vuzp_u8(uint8x8_t a, uint8x8_t b);

所以类似于：

uint8x16_t a;
uint8_t* out;
[...]
//a = 138 0 0 0 140 0 0 0 146 0 0 0 147 0 0 0
a = vuzp_u8(vget_low_u8(a), vget_high_u8(a) );
//a = 138 0 140 0 146 0 147 0 0 0 0 0 0 0 0 0
a = vuzp_u8(vget_low_u8(a), vget_high_u8(a) );
//a = 138 140 146 147 0 0 0 0 0 0 0 0 0 0 0 0
vst1q_lane_u32(out,a,0);

最后一个使用__attribute__((optimize("lax-vector-conversions"))) 不发出警告

但是，由于数据转换，这两个赋值是不可能的。一种解决方法是这样的（编辑：这打破了严格的别名规则！编译器可以假设a在分配d的地址时不会更改。）：

uint8x8x2_t* d = (uint8x8x2_t*) &a;
*d = vuzp_u8(vget_low_u8(a), vget_high_u8(a) );
*d = vuzp_u8(vget_low_u8(a), vget_high_u8(a) );
vst1q_lane_u32(out,a,0);

我通过一种灵活的数据类型实现了一种更通用的解决方法：

NeonVectorType<uint8x16_t> a; //a can be used as a uint8x16_t, uint8x8x2_t, uint32x4_t, etc.
a = vuzp_u8(vget_low_u8(a), vget_high_u8(a) );
a = vuzp_u8(vget_low_u8(a), vget_high_u8(a) );
vst1q_lane_u32(out,a,0);

编辑：

这是带有shuffle掩码/查找表的版本。它确实让我的内环更快了一点。我再次使用了这里描述的数据类型。

static const uint8x8_t MASK = {0x00,0x04,0x08,0x0C,0xff,0xff,0xff,0xff};
NeonVectorType<uint8x16_t> a; //a can be used as a uint8x16_t, uint8x8x2_t, uint32x4_t, etc.
NeonVectorType<uint8x8_t> res; //res can be used as uint8x8_t, uint32x2_t, etc.
[...]
res = vtbl2_u8(a, MASK);
vst1_lane_u32(out,res,0);

我会这样写：

uint32_t extract (uint8x16_t x)
{
  uint8x8x2_t a = vuzp_u8 (vget_low_u8 (x), vget_high_u8 (x));
  uint8x8x2_t b = vuzp_u8 (a.val[0], a.val[1]);
  return vget_lane_u32 (vreinterpret_u32_u8 (b.val[0]), 0);
}

在最近的GCC版本中编译为：

extract:
    vuzp.8  d0, d1
    vuzp.8  d0, d1
    vmov.32 r0, d0[0]
    bx  lr
相关文章：