c++ - 如何计算 mac M1 和 x86-64 上的前导零？

Question

最初我尝试了lzcnt，但这似乎在Mac上不起作用。我正在与使用 Apple M1 CPU(ARM64v8.4)的人合作

在此arm document clz 支持使用 0 列出 ARM 8

CLZ Xd, Xm
Count Leading Zeros (64-bit): sets Xd to the number of binary zeros at the most significant end of Xm. The result will be in the range 0 to 64 inclusive.

我们最初支持的CPU是x86-64，它有_lzcnt_u64

如果值为 0，两条指令似乎都会返回 64。特别是 ARM 上的“0 到 64 包括”和 intel site也建议它(并由我的代码确认)

但是 GCC 说如下

Built-in Function: int __builtin_clzll (unsigned long long)

Similar to __builtin_clz, except the argument type is unsigned long long.

我可以安全地使用 0 还是这个内置函数使用不同的指令？我尝试了 clang， sanitizer 停止了程序，并告诉我这是一个令我惊讶的问题。

如果我像这两条指令一样传入 0，那么当我想获得 64 时，我应该如何获得前导零计数

Answer 1

如果 C++20 功能可用， std::countl_zero<T> 解决了这个问题，编译器开发人员需要以一种即使输入为零也能高效编译的方式来实现它。 (在这种情况下，需要返回您传递的整数类型中的值位数， unlike __builtin_clzll )

这在理论上很棒，但不幸的是他们面临着与使用实际内置函数相同的问题。 libstdc++ 仅使用 x ? __builtin_clzll(x) : 64或多或少，即使有可用的硬件指令生成64，GCC 也不会对其进行优化。输入 0 。 (请参阅下面的 C++ 和 asm 代码块。)

所以在实践中std::countl_zero<uint64_t>始终使用 GCC 编译为多条指令，即使在 ARM64 等机器上，或 x86-64 上，即使 lzcnt在编译时已知可用( -mlzcnt 或 -mbmi )。 clang 确实优化了三元。

---

__builtin_clzll将编译为 63-bsr(x)在 x86 上，如果您不使用 -march=包括 BMI1 的选项(或者对于某些 AMD，至少是 LZCNT，不含 BMI1 的其余部分)。对于输入 0，BSR 保持其目的地不变，不生成 -1或者其他的东西。 https://www.felixcloutier.com/x86/bsr (这可能是以这种方式定义内置函数的很大一部分动机，因此早在 lzcnt 存在之前，它就可以在 x86 上编译为单个 BSR 或 BSF 指令，而无需条件分支或 cmov。某些用例不需要将其与零一起使用。)

这里的目标是什么，可移植的 GNU C++？或者针对具有特定选项的几个编译目标完美优化的 asm？

你可以尝试x ? __builtin_clzll(x) : 64并希望 GCC 将其优化为 x86-64 lzcnt有空的时候。 clang 确实进行了此优化，但不幸的是 GCC11 没有。 ( Godbolt )

unsigned clz(unsigned long long x) {
    return x ? __builtin_clzll(x) : 64;
}

顺便说一句，libstdc++ 的 std::countl_zero编译方式相同，大概是因为它或多或少是这样写的。 (可能使用一些 std::numeric_limits<T> 的东西而不是硬编码的 64 )。

# x86-64  clang 13 -O3 -march=haswell
clz(unsigned long long):
        lzcnt   rax, rdi
        ret

x86-64 GCC 11.2 -O3 -march=haswell
clz(unsigned long long):
        xor     edx, edx          # break output dependency for lzcnt on Intel pre-SKL
        mov     eax, 64
        lzcnt   rdx, rdi
        test    rdi, rdi
        cmovne  eax, edx          # actually do the ternary
        ret

ARM64 的情况相同:clang 将冗余选择操作优化为 clz ，GCC 没有:

# ARM64 gcc11.2 -O3 -march=cortex-a53
clz(unsigned long long):
        cmp     x0, 0
        clz     x0, x0
        mov     w1, 64
        csel    w0, w0, w1, ne
        ret

---

在可用时显式使用 lzcnt:

#ifdef __BMI__
#include <immintrin.h>
unsigned clz_lzcnt(unsigned long long x) {
    return _lzcnt_u64(x);
}
#endif

# x86-64 GCC11 -O3 -march=haswell
clz_lzcnt(unsigned long long):
        xor     eax, eax
        lzcnt   rax, rdi
        ret

(所以你真的想在另一个函数中使用 #ifdef 内部，并使用 #else 使用三元作为后备。)