c - _mm_testc_ps 和 _mm_testc_pd 与 _mm_testc_si128

Question

如您所知，前两个是特定于 AVX 的内部函数，第二个是 SSE4.1 内部函数。两组内在函数均可用于检查 2 个浮点 vector 是否相等。我的具体用例是:

• _mm_cmpeq_ps 或 _mm_cmpeq_pd，后跟
• _mm_testc_ps 或 _mm_testc_pd 结果，带有适当的掩码

但 AVX 为“遗留”内在函数提供了等效项，因此在将结果转换为 __m128i 之后，我可以使用 _mm_testc_si128。我的问题是，这两个用例中的哪一个会带来更好的性能，以及我在哪里可以找到 AVX 提供的遗留 SSE 指令。

Answer 1

糟糕，我没有仔细阅读问题。您是在谈论在 cmpeqps 之后使用这些。如果您已经有了面具，它们总是比 movmskps/test 慢。 cmpps/ptest/jcc 是 4 微指令。 cmpps/movmskps eax, xmm0/test eax,eax/jnz 是 3 微指令。 (test/jnz 融合成一个 uop)。此外，所有指令都不是多 uop，因此没有解码瓶颈。

只有在您可以充分利用 AND 或 ANDN 操作以避免更早的步骤时才使用 ptest/vtestps/pd。在将 ptest 与替代方案进行比较之前，我已经发布了答案。我想我确实找到了一个案例，其中 ptest 是一个胜利，但它很难使用。是的，found it: someone wanted an FP compare that was true for NaN == NaN .这是我发现 ptest 的进位标志结果的唯一一次使用。

如果比较结果的高位元素是“垃圾”，那么您仍然可以使用 movmskps 廉价地忽略它:

_mm_movemask_ps(vec) & 0b0111 == 0  // tests for none of the first three being true

这是完全免费的。 x86 test 指令的工作方式与 ptest 非常相似:您可以将它与直接掩码一起使用，而不是针对自身测试寄存器。 (它实际上有一个很小的成本:一个额外的机器代码字节，因为 test eax, 3 比 test eax, eax 长一个字节，但它们运行相同。) .

参见 x86 wiki 指南的链接(Agner Fog 的指南非常适合指令级别的性能分析)。 每个 遗留 SSE 指令都有一个 AVX 版本，但有些只有 128 位宽。它们都获得了一个额外的操作数(因此 dest 不必是 src regs 之一)，这节省了复制寄存器的 mov 指令。

---

回答一个你没有问过的问题:

_mm_testc_ps 和 _mm_testc_si128 都不能用于比较 float 是否相等。 vtestps 类似于 ptest，但只对每个 float 元素的符号位进行操作。

它们都计算 (~x) & y(在符号位或完整寄存器上)，这不会告诉你它们是否相等，甚至符号位是否相等.

请注意，即使检查 float 的按位相等性(使用 pcmpeqd)也不同于 cmpeqps(它实现了 C 的 ==运算符)，因为 -0.0 按位不等于 0.0。并且两个按位相同的 NaN 彼此不相等。如果其中一个或两个操作数是 NaN，则比较是无序的(这意味着不相等)。