c++ - 如何将 2 个 16 位 vector 相乘并将结果存储在 sse 中的 32 位 vector 中？

Question

由于溢出问题，我需要乘以 2 个 16 位 vector 并希望得到 32 位 vector 的输出，如下所示。

   A = [ 1, 2, 3, 4, 5, 6, 7, 8]
   B = [ 1, 3, 5, 6, 8, 9, 10 ,12 ]

   C1= [ 1*1 + 2*3, 3*5, 4*6]
   c2= [ 5*8, 6* 9, 7*10, 8*12 ]

我能够通过首先将 A 和 B 分成 32 位 vector 然后使用下面的乘法函数来做到这一点

static inline __m128i muly(const __m128i &a, const __m128i &b)
{
    __m128i tmp1 = _mm_mul_epu32(a, b); /* mul 2,0*/
    __m128i tmp2 = _mm_mul_epu32(_mm_srli_si128(a, 4), _mm_srli_si128(b, 4)); /* mul 3,1 */
    return _mm_unpacklo_epi32(_mm_shuffle_epi32(tmp1, _MM_SHUFFLE(0, 0, 2, 0)), _mm_shuffle_epi32(tmp2, _MM_SHUFFLE(0, 0, 2, 0))); /* shuffle results to [63..0] and pack */
}

但我认为这效率不高，我们可以使用 _mm_mullo_epi16 来提高效率。有人可以建议/发布代码来实现这一目标吗？

Answer 1

是的，你可以这样做:

static inline void muly(__m128i &vh, __m128i &vl,           // output - 2x4xint32_t
                        const __m128i v0, const __m128i v1) // input  - 2x8xint16_t
    const __m128i vhi = _mm_mulhi_epi16(v0, v1);            // mul lo
    const __m128i vlo = _mm_mullo_epi16(v0, v1);            // mul hi
    vh = _mm_unpackhi_epi16(vlo, vhi);                      // interleave results
    vl = _mm_unpacklo_epi16(vlo, vhi);
}

---

请注意，对于 16x16 乘法，您可能需要考虑使用定点乘法。这种方法通常用于 DSP 和图像处理任务，例如过滤。它比完整的 16x16->32 乘法效率高得多，而且还避免了数据扩展和缩小到 16 位的需要。

参见:__m128i _mm_mulhrs_epi16 (__m128i a, __m128i b)