是不是从SSE，AVX失踪？

Question

这是我的想象，还是一个PNOT指令缺少SSE和AVX？也就是说，翻转矢量中每一位的指令。

如果是，是否有更好的方法来模拟它，而不是PXOR与所有1的向量？很烦人，因为我需要建立一个全1的矢量来使用这种方法。

Answer 1

对于这样的情况，看看编译器会产生什么是有益的。

E.g.以下功能：

#include <immintrin.h> 

__m256i test(const __m256i v) 
{ 
    return ~v; 
} 

GCC和铛似乎generate much the same code：

test(long long __vector(4)): 
     vpcmpeqd  ymm1, ymm1, ymm1 
     vpxor ymm0, ymm0, ymm1 
     ret 

Answer 2

如果使用Intrinsics，则可以使用这样的内联函数分别执行非操作。

inline __m256i _mm256_not_si256 (__m256i a){  
    //return _mm256_xor_si256 (a, _mm256_set1_epi32(0xffffffff)); 
    return _mm256_xor_si256 (a, _mm256_cmpeq_epi32(a,a));//I didn't check wich one is faster 
} 

Answer 3

可以使用PANDN操作码为。

PANDN实现操作

DEST = NOT(DEST) AND SRC ; (SSEx) 

或

DEST = NOT(SRC1) AND SRC2 ; (AVXx) 

结合此操作用全1矢量有效地导致一个PNOT操作。

---

一些86（SSEX）汇编代码是这样的：

; XMM0 is input register 
PCMPEQB xmm1, xmm1  ; Whole xmm1 reg set to 1's 
PANDN  xmm0, xmm1  ; xmm0 = NOT(xmm0) AND xmm1 
; XMM0 contains NOT(XMM0) 

一些86（AVXx）汇编代码是这样的：

; YMM0 is input register 
VPCMPEQB ymm1, ymm1, ymm1 ; Whole ymm1 reg set to 1's 
VPANDN ymm0, ymm0, ymm1 ; ymm0 = NOT(ymm0) AND ymm1 
; YMM0 contains NOT(YMM0) 

能（的两个过程）很容易被翻译成内部函数。

Answer 4

AVX512F vpternlogd/_mm512_ternarylogic_epi32(__m512i a, __m512i b, __m512i c, int imm8)终于提供了一个方法来实现没有任何额外的常量，使用单个指令（其中有2个，每个时钟吞吐量Skylake-avx512和KNL，所以它不太好，因为PXOR/XORPS为256B和小）

vpternlogd zmm,zmm,zmm, imm8有3个输入向量和一个输出，修改目的地。如果立即执行正确的操作，您仍然可以将一个复制和不复制到一个不同的寄存器中，但是它将对输出寄存器有一个“错误”的依赖关系（vpxord dst, src, all-ones不会）。

TL：DR：DR可能仍然使用xor作为循环的一部分，除非您的注册表不足。如果稍后需要其输入，则可能需要花费额外的vmovdqa寄存器复制指令。在循环之外，vpternlogd zmm,zmm,zmm, 0xff为the compiler's best option for creating a 512b vector of all-ones in the first place，因为AVX512比较指令比较为掩码（k0-k7），所以与全1的异或可能涉及vpternlogd，或者可能是内存中的广播常量。

---

对于每个比特位置i，输出位是imm[ (DEST[i]<<2) + (SRC1[i]<<1) + SRC2[i]]，其中imm8被视为一个8单元的位图。

因此，如果我们想要的结果就只有SRC2依赖（这是zmm/m512/m32bcst操作数），我们应该选择在偶数位置（由src2=0选择）重复1,0，与1的位图。

vpternlogd zmm1, zmm2,zmm2, 01010101b ; 0x55 

如果你幸运的话，编译器将优化_mm512_xor_epi32(v, set1(-1))到vpternlogd你，如果它是有利可图的。

// To hand-hold a compiler into saving a vmovdqa32 if needed: 
__m512i tmp = something earlier; 
__m512i t2 = _mm...(tmp); 
// use-case: tmp is dead, t2 and ~t2 are both needed. 
__m512i t2_inv = _mm512_ternarylogic_epi32(tmp, t2, t2, 0b01010101); 

如果你不知道这是一个好主意，只是保持简单并使用相同的变量所有3个输入：

__m512i t2_inv = _mm512_ternarylogic_epi32(t2, t2, t2, 0b01010101);