c++ - 将位解压缩为单精度 float 的最快方法

Question

这是特定于平台的问题。速度至关重要。将一个字节解包到一个由 8 个单精度 float 组成的数组中以便零映射到零和一映射到一的最快方法是什么？

我最终使用 8 位掩码和 7 位移位解压缩为 8 个 int32，然后使用 AVX 指令将 int32 转换为 float 。

我的平台是在支持 AVX(但没有 AVX2)的 CPU 上运行的 Windows 64 位。编译器:Visual Studio 2013。

谢谢。

Answer 1

预处理不是更快吗？ 2^8 的可能性已经差不多了，不过话又说回来，把它分成两部分，它只有 2^4 = 16 个变量。

使数组包含 16 个“值”，其中每个值都是用 4 个具有正确值的 float 填充的数组。那么您的成本将仅为 2 *(将数据从预处理数组复制到新数组)。

我不太了解汇编，但两个拷贝应该比某些循环等更快。

unsigned char myByte; // input byte (pattern to create floats)
float preprocessingArrays[16][4] = {
    { 0.0f, 0.0f, 0.0f, 0.0f }, // 0000
    // ...
    { 1.0f, 1.0f, 1.0f, 1.0f }  // 1111
};

float result[8];
std::memcpy(&result[0], &preprocessingArrays[myByte >> 4][0], 16);
std::memcpy(&result[4], &preprocessingArrays[myByte & 15][0], 16);
// 16 = platform-specific -> floats should be 32bits -> 4bytes * 4 floats = 16

这是手写的，但是正如你所看到的，我的循环将包含两个 memcpy，一个位移和一个二进制 AND 操作(或者只有一个，但更大，memcpy，如果你想对 2^8 个值进行预处理).

对于仅 C(++) 代码，我认为这会击败循环等，但汇编代码可能更快，我不太确定。 也许您可以使用汇编程序执行memcpy 操作，一次读取整个 4 个 float ，然后在另一个调用中写入。AVX 似乎支持多达 16 个 256 位寄存器，所以可能只计算从哪个寄存器(16 个可能值)复制值到哪里，这会非常快。

也不要自己写那么多代码，只需要做一个简单的程序，为你打印预处理值，复制并粘贴到原始程序中:)