- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我知道我们可以这样做来将字符移动到 xmm 寄存器:
movaps xmm1, xword [.__0x20]
align 16
.__0x20 db 0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20,0x20
但是由于这是一个内存过程,我想知道是否有更好的方法? (另外,我谈论的是 SSE2,而不是其他 SIMD 类型...)
我希望 xmm1 寄存器的每个字节都是 0x20 而不仅仅是一个字节..
(编者注:这可以称为广播或 splat。
这就是 _mm_set1_epi8(0x20)
内在函数的作用。)
最佳答案
仅使用 SSE2,从内存加载完整模式通常是最佳选择。
在您的 NASM 源中,您可以使用 times 16 db 0x20
易于维护。
使用 SSE3,您可以使用 movddup
执行 8 字节广播加载。 。使用 AVX,您可以使用 vbroadcastss
进行 4 字节广播加载。 。 这些广播负载在现代 CPU 上非常好,仅在负载端口上运行,不需要 shuffle uop。即它们与 movaps
一样便宜。在支持它们的 CPU 上,除了一个或两个以上的代码大小。 vbroadcastf128
相同到 YMM 寄存器。
大多数编译器似乎没有意识到这一点,并且会通过 _mm_set1
进行常量传播即使这会导致 32 字节常量而不是 4 字节,即使只是 mov...
在循环之前加载它,而不是将其折叠到 ALU 指令的内存操作数中。 (当 AVX512 可用时,这仍然可以通过广播加载实现。)Clang 有时确实会利用广播加载来获取简单常量。
AVX2 添加 vpbroadcastb/w/d/q
,但只有 dword 和 qword 是纯负载微指令。字节和字广播加载需要 ALU shuffle uop,因此对于恒定字节模式,您可能只想广播加载一个重复字节 4 次的双字。 (除非它是来自大型查找表的元素,然后使用字节或字广播负载或 pmovsx
符号扩展负载或其他方式来压缩该表)。
AVX512 添加 vpbroadcastb/w/d/e
from an integer register这样你就可以mov eax, 0x20202020
/vpbroadcastd xmm0, eax
如果您有 AVX512VL。
使用 SSE2,它至少需要 2 条指令,包括 ALU 洗牌,就像这样,而且可能不值得。
movd xmm0, [const_4B]
pshufd xmm0, xmm0, 0
一些重复常量可以在几条指令中动态生成,从pcmpeqd xmm0,xmm0
开始。 。请参阅What are the best instruction sequences to generate vector constants on the fly?和阿格纳·福格的指南。
这种模式似乎不容易生成。它是一种字节模式(不是字、双字或四字),并且 SSE 移位最多仅适用于字粒度。然而,如果我们知道跨字节边界移位的位是 0,那就没问题了。例如
pcmpeqd xmm0, xmm0 ; set1( -1 )
pabsb xmm0, xmm0 ; set1_epi8(1) SSSE3
pslld xmm0, 5 ; set1_epi8(1<<5)
; or with only SSE2, something even less efficient like shift / packsswb / shift
除非您确实想避免常量缓存未命中的可能性,否则这不太值得。平均而言,负载通常会领先。
关于assembly - 将 XMM 寄存器设置为重复字节模式(广播常量字节),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60920572/
美好的一天!我试图添加两个字节变量并注意到奇怪的结果。 byte valueA = 255; byte valueB = 1; byte valueC = (byte)(valueA + valueB
嗨,我是 swift 的新手,我正在尝试解码以 [Byte] 形式发回给我的字节数组?当我尝试使用 if let string = String(bytes: d, encoding: .utf8)
我正在使用 ipv4 和 ipv6 存储在 postgres 数据库中。 因为 ipv4 需要 32 位(4 字节)而 ipv6 需要 128(16 字节)位。那么为什么在 postgres 中 CI
我很好奇为什么 Go 不提供 []byte(*string) 方法。从性能的角度来看,[]byte(string) 不会复制输入参数并增加更多成本(尽管这看起来很奇怪,因为字符串是不可变的,为什么要复
我正在尝试为UDP实现Stop-and-Wait ARQ。根据停止等待约定,我在 0 和 1 之间切换 ACK。 正确的 ACK 定义为正确的序列号(0 或 1)AND消息长度。 以下片段是我的代码的
我在下面写了一些代码,目前我正在测试,所以代码中没有数据库查询。 下面的代码显示 if(filesize($filename) != 0) 总是转到 else,即使文件不是 0 字节而是 16 字节那
我使用 Apache poi 3.8 来读取 xls 文件,但出现异常: java.io.IOException: Unable to read entire header; 0 by
字典大小为 72 字节(根据 getsizeof(dict) 在字典上调用 .clear() 之后发生了什么,当新实例化的字典返回 240 字节时? 我知道一个简单的 dict 的起始大小为“8”,并
我目前正在努力创建一个函数,它接受两个 4 字节无符号整数,并返回一个 8 字节无符号长整数。我试图将我的工作基于 this research 描述的方法,但我的所有尝试都没有成功。我正在处理的具体输
看看这个简单的程序: #include using namespace std; int main() { unsigned int i=0x3f800000; float* p=(float*)(
我创建了自己的函数,将一个字符串转换为其等效的 BCD 格式的 bytes[]。然后我将此字节发送到 DataOutputStram (使用需要 byte[] 数组的写入方法)。问题出在数字字符串“8
此分配器将在具有静态内存的嵌入式系统中使用(即,没有可用的系统堆,因此“堆”将只是“char heap[4096]”) 周围似乎有很多“小型内存分配器”,但我正在寻找能够处理非常小的分配的一个。我说的
我将数据库脚本从 64 位系统传输到 32 位系统。当我执行脚本时,出现以下错误, Warning! The maximum key length is 900 bytes. The index 'U
想知道 128 字节 ext2 和 256 字节 ext3 文件系统之间的 inode 数据结构差异。 我一直在为 ext2、128 字节 inode 使用此引用:http://www.nongnu.
我试图理解使用 MD5 哈希作为 Cassandra key 在“内存/存储消耗”方面的含义: 我的内容(在 Java 中)的 MD5 哈希 = byte[] 长 16 个字节。 (16 字节来自维基
检查其他人是否也遇到类似问题。 shell脚本中的代码: ## Convert file into Unix format first. ## THIS is IMPORTANT. ###
我们有一个测量数据处理应用程序,目前所有数据都保存为 C++ float,这意味着在我们的 x86/Windows 平台上为 32 位/4 字节。 (32 位 Windows 应用程序)。 由于精度成
我读到在 Java 中 long 类型可以提升为 float 和 double ( http://www.javatpoint.com/method-overloading-in-java )。我想问
我有一个包含 n 个十进制元素的列表,其中每个元素都是两个字节长。 可以说: x = [9000 , 5000 , 2000 , 400] 这个想法是将每个元素拆分为 MSB 和 LSB 并将其存储在
我使用以下代码进行 AES-128 加密来编码一个 16 字节的 block ,但编码值的长度给出了 2 个 32 字节的 block 。我错过了什么吗? plainEnc = AES.enc
我是一名优秀的程序员,十分优秀!