英特尔 AVX 不一致 _mm256_load_si256 C 中的整数运算

Question

为了并行化我基于数组的代码，我试图弄清楚如何利用英特尔 AVX 内在函数对大型数组执行并行操作。

我从文档中了解到，256 位 AVX 向量将支持最多 8 个并行的 32 位整数/32 位浮点数或最多 4 个并行的 64 位双精度数。浮点部分没有给我任何问题并且工作正常，但是整数 AVX 函数让我头疼，让我用下面的代码来演示：

命令行选项 -mavx 与兼容 AVX 的英特尔处理器结合使用。我不会使用 AVX2 功能。编译将在 Ubuntu 16.04.

上使用 GNU99 C 完成

AVX FP:

#include <stdio.h>
#include <stdlib.h>
#include <immintrin.h>

int main() 
{ 
    float data[8] = {1.f,2.f,3.f,4.f,5.f,6.f,7.f,8.f};
    __m256 points = _mm256_loadu_ps(&data[0]);

    for(int i = 0; i < 8; i++)
        printf("%f\n",points[i]);

    return 0;
}

输出：

这是应该的，但是使用整数加载 AVX 函数时情况并非如此：

AVX INT:

#include <stdio.h>
#include <stdlib.h>
#include <immintrin.h>

int main() 
{ 
    int data[8] = {1,2,3,4,5,6,7,8};
    __m256i points = _mm256_loadu_si256((__m256i *)&data[0]);

    for(int i = 0; i < 8; i++)
        printf("%d\n",points[i]);

    return 0;
}

输出：

1
3
5
7
1048576 [ out of bounds ]
0 [ out of bounds ]
1 [ out of bounds ]
3 [ out of bounds ]

如你所见，加载只产生__m256i类型变量中的4个元素，其中只有第一个、第三个、第五个和第七个元素是从原始数组。超出第四个元素，引用越界。

如何生成将整个数据集按顺序加载到整数 AVX 数据类型（与 AVX 浮点数据类型非常相似）的预期结果？

Answer 1

您正在使用 GNU C 扩展通过 [] 索引向量，而不是将其存储回数组。 Intel 的内在函数文档对此无话可说，而且并非所有编译器都支持它（例如 MSVC 不支持）。

GCC 将 __m256i 定义为 GNU C native vector of long long。 <immintrin.h> 没有为 int 或 short 的 SIMD 向量定义不同的 __m256i 类型，并且 __m256i 不记得它来自哪里/如何它被设置了。（与 ps 和 pd 有单独的 C 类型的 FP 向量不同，所以如果你想在 shufpd 或 unpcklpd一个 ps 向量）

您可以自己 typedef 像 v8si 这样的原生矢量类型（请参阅之前的 link 到 gcc 文档），或者使用库 like Agner Fog's VCL 为您提供像Vec8i（8 个有符号 int）或 Vec32uc（32 个无符号 char）。它们具有运算符重载，可让您根据类型编写 a + b 而不是 _mm256_add_epi32(a, b) 或 _mm256_add_epi8(a,b)。或者使用 [] 而不是 _mm_extract_epi32 / epi8 / epi16 / epi64.

请参阅 print a __m128i variable 了解可移植和 safe/correct 循环/打印出 Intel 固有 SIMD 变量的元素的方法。 TL:DR: _mm_store / _mm256_store 到 tmp 数组并对其进行索引。它是可移植的，并且它进行了优化（对于整数为 pextrd 或者对于 FP 只是一个混洗），在简单的情况下没有实际的 store/reload。

英特尔 AVX 不一致 _mm256_load_si256 C 中的整数运算

Intel AVX inconsistent _mm256_load_si256 integer operation in C

c

x86

simd

intrinsics

avx