c - 为什么 AVX-256 VMOVAPS 指令只复制四个单精度 float 而不是 8 个？

Question

我正在尝试熟悉某些较新的英特尔处理器上可用的 256 位 AVX 指令。我已经验证了我的 i7-4720HQ 支持 256 位 AVX 指令。我遇到的问题是应该复制 8 个单精度浮点值的 VMOVAPS 指令只复制了 4 个。

dot PROC
    VMOVAPS YMM1, ymmword ptr [RCX]                
    VDPPS   YMM2, YMM1, ymmword ptr [RDX], 255      
    VMOVAPS ymmword ptr [RCX], YMM2                 
    MOVSS   XMM0, DWORD PTR [RCX]                  
    RET
dot ENDP

如果您不熟悉调用约定，Visual C++ 2015 期望此函数的返回值(因为它是 float )在返回时位于 XMM0 中。

除此之外，标准是第一个参数在 RCX 中传递，第二个参数在 RDX 中传递。

这是调用此函数的 C 代码。

_declspec(align(32)) float d1[] = { 1.0f, 1.0f, 1.0f, 1.0f, 1.0f, 1.0f, 1.0f, 1.0f };
_declspec(align(32)) float d2[] = { 2.0f, 2.0f, 2.0f, 2.0f, 2.0f, 2.0f, 2.0f, 2.0f };
printf("Dot Product Test: %f\n", dot(d1, d2));

点函数的返回值始终为 8.0。除此之外，我调试了该函数，发现在第一条汇编指令之后，只有四个值被复制到 YMM1 中。 YMM1 的其余部分保持为零。

我是不是做错了什么？我查看了英特尔文档和一些第三方文档。据我所知，我做的一切都是对的。我使用了错误的指令吗？顺便说一句，如果您是来告诉我使用英特尔编译器内在函数的，请不要打扰。

Answer 1

您忘记阅读VDPPS 的指令集引用页。它提到结果分为两半:

VDPPS (VEX.256 encoded version)
DEST[127:0] ← DP_Primitive(SRC1[127:0], SRC2[127:0]);
DEST[255:128] ← DP_Primitive(SRC1[255:128], SRC2[255:128]);

错的不是 VMOVAPS。