c++ - 使用 SSE 4.2 比较两个 16 字节值是否相等？

Question

我有一个这样的结构:

struct {
    uint32_t a;
    uint16_t b;
    uint16_t c;
    uint16_t d;
    uint8_t  e;
} s;

我想以最快的方式比较上述两个结构是否相等。我查看了 Intel Intrinsics Guide，但找不到整数比较，可用的选项主要是 double 和单浮点 vector 输入。

有人可以建议最好的方法吗？我可以在我的结构中添加一个 union ，使处理更容易。

我(目前)仅限于使用 SSE4.2，但如果它们明显更快，任何 AVX 答案也将受到欢迎。我正在使用 GCC 4.8.2

Answer 1

@zx485 应该写的是:

.data
  mask11byte db 0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0ffh,0,0,0,0,0
.code
  pxor xmm1, xmm2  ; equiv to psubb, but runs on all 3 vector execution ports
  ptest xmm1, xmmword ptr [mask11byte]   ; SSE 4.1
  setz al     ; AL=TRUE for equal

只要没有坏事发生(浮点异常)，您就不需要在计算之前屏蔽掉您的操作数，即使它们包含垃圾。由于 PTEST 在其操作中执行按位 AND，因此您根本不需要单独的 PAND。

有一段时间，我认为我有一个可以使用更少空间和更少 uops 的版本，但我最终需要一个额外的指令，因为没有 pcmpneq(所以我需要一个合乎逻辑的 不是)。所以它更小，微指令数相同，但延迟明显更差。

.code
  PCMPEQB xmm1, xmm2  ; bytes of xmm1 = 0xFF on equal
  PMOVMSKB eax, xmm1  ; ax = high bit of each byte of xmm1
  NOT eax
  TEST eax, 0x7FF  ; zero flag set if all the low 11 bits are zero
  SETZ al    ; 17 bytes

; Or one fewer insn with BMI1's ANDN.  One fewer uop if test can't macro-fuse
  ANDN eax, eax, [mask11bits]   ; only test the low 11 bits.
;  ANDN version takes 20 bytes, plus 2B of data
.data
  mask11bits dw 07ffh

test 可以与 jcc 宏融合，所以如果您将其用作跳转条件而不是实际执行 setz，您规模领先。 (因为您不需要 16B 掩码常量。)

ptest 需要 2 微指令，所以 ptest 版本总共是 4 微指令(包括 jcc 或其他指令)。 pmovmskb 版本也是 4 微指令，带有 test/jcc 宏融合分支，但 5 微指令带有 cmovcc/设置代码。 (4 andn，setcc/cmovcc/jcc 因为它不能宏融合` .)

(Agner Fog 的表说 ptest 在 Sandybridge 上采用 1 个融合域 uop，在支持它的所有其他 Intel CPU 上采用 2 个。不过我不确定我是否相信。)

Haswell 上的延迟(如果分支预测不佳则很重要):

• pxor:1 + ptest:2 = 3 个周期
• pcmpeqb:1 + pmovmskb:3 + not:1 + test:1 = 6 个周期
• pcmpeqb:1 + pmovmskb:3 + andn:1 = 5 个周期(但不是宏融合，所以可能还有 1 个周期延迟？)

因此 ptest 版本的延迟明显更短:jcc 可以更快地执行，从而更快地检测到分支预测错误。

Agner Fog 的测试显示 ptest 在 Nehalem 上的延迟 = 3，在 SnB/IvB 上为 1，在 Haswell 上为 2。