- 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?
幸运的是,PTEST
不会影响进位标志,而只会设置(相当尴尬的)ZF。还会影响 CF 和 ZF。
我提出了以下序列来测试大量值,但我对糟糕的运行时间感到不满意。
Latency / rThoughput
setup:
xor eax,eax ; na
vpxor xmm0,xmm0 ; na ;mask to use for the nand operation of ptest
work:
vptest xmm4,xmm0 ; 3 1 ;is xmm4 alive?
adc eax,eax ; 1 1 ;move first bit into eax
vptest xmm5,xmm0 ; 3 1 ;is N alive?
adc eax,eax ; 1 1 ;move consecutive bits into eax
我想要在eax
中拥有所有非零寄存器的位图(显然我可以在多个寄存器中组合多个位图)。
因此每个测试都有 3+1 = 4 个周期的延迟。
其中一些可以通过在 eax
、ecx
等之间交替来并行运行。
但还是很慢。
有没有更快的方法来做到这一点?
我需要连续测试 8 个 xmm/ymm 寄存器。一字节位图中每个寄存器 1 位。
最佳答案
实际上,您现有的方法并不是“相当慢”,而是合理的。
当然,每个单独的测试都有 4 个周期的延迟1,但如果您希望将结果保存在通用寄存器中,您通常需要支付 3 个周期的费用无论如何,该移动的延迟(例如,movmskb
的延迟也为 3)。无论如何,您想要测试 8 个寄存器,并且不能简单地添加延迟,因为每个寄存器基本上都是独立的,因此 uop 计数和端口使用最终可能比测试单个寄存器的延迟更重要。的延迟将与其他工作重叠。
在英特尔硬件上可能更快一点的方法是使用连续的 PCMPEQ
指令来测试多个向量,然后将结果折叠在一起(例如,如果您使用 PCMPEQQ,您实际上可以得到4 个四字结果,需要将它们折叠成 1)。您可以在 PCMPEQ
之前或之后折叠,但这有助于更多地了解您希望如何/在何处获得更好的结果。这是 8 个寄存器的未经测试的草图,xmm1-8
中的 xmm0
假定为零,xmm14
是 pblendvb
掩码选择最后一条指令中使用的替代字节。
# test the 2 qwords in each vector against zero
vpcmpeqq xmm11, xmm1, xmm0
vpcmpeqq xmm12, xmm3, xmm0
vpcmpeqq xmm13, xmm5, xmm0
vpcmpeqq xmm14, xmm7, xmm0
# blend the results down into xmm10 word origin
vpblendw xmm10, xmm11, xmm12, 0xAA # 3131 3131
vpblendw xmm13, xmm13, xmm14, 0xAA # 7575 7575
vpblendw xmm10, xmm10, xmm13, 0xCC # 7531 7531
# test the 2 qwords in each vector against zero
vpcmpeqq xmm11, xmm2, xmm0
vpcmpeqq xmm12, xmm4, xmm0
vpcmpeqq xmm13, xmm6, xmm0
vpcmpeqq xmm14, xmm8, xmm0
# blend the results down into xmm11 word origin
vpblendw xmm11, xmm11, xmm12, 0xAA # 4242 4242
vpblendw xmm13, xmm13, xmm14, 0xAA # 8686 8686
vpblendw xmm11, xmm11, xmm13, 0xCC # 8642 8642
# blend xmm10 and xmm11 together int xmm100, byte-wise
# origin bytes
# xmm10 77553311 77553311
# xmm11 88664422 88664422
# res 87654321 87654321
vpblendvb xmm10, xmm10, xmm11, xmm15
# move the mask bits into eax
vpmovmskb eax, xmm10
and al, ah
直觉是,您将每个 xmm
中的每个 QWORD
与零进行测试,为 8 个寄存器提供 16 个结果,然后将结果混合到 中xmm10
按顺序每个字节得到一个结果(所有高 QWORD 结果在所有低 QWORD 结果之前)。然后,您使用 movmskb
将这些 16 字节掩码作为 16 位移动到 eax
中,最后将每个寄存器的高和低 QWORD
位结合起来 eax
。
在我看来,8 个寄存器总共有 16 个微指令,所以每个寄存器大约有 2 个微指令。总延迟是合理的,因为它主要是“减少”类型的并行树。一个限制因素是 6 个 vpblendw
操作,它们都只发送到现代 Intel 上的端口 5。最好用 VPBLENDD
替换其中的 4 个,这是一个适用于 p015
中任何一个的“祝福”混合物。这应该很简单。
所有操作都简单快速。最后的和al, ah
是部分寄存器写入,但是如果你在eax
之后mov
它也许没有惩罚。如果这是一个问题,您也可以通过几种不同的方式来完成最后一行...
这种方法也可以自然地扩展到 ymm
寄存器,但最后的 eax
折叠略有不同。
编辑
稍快的结局使用打包移位来避免两条昂贵的指令:
;combine bytes of xmm10 and xmm11 together into xmm10, byte wise
; xmm10 77553311 77553311
; xmm11 88664422 88664422 before shift
; xmm10 07050301 07050301
; xmm11 80604020 80604020 after shift
;result 87654321 87654321 combined
vpsrlw xmm10,xmm10,8
vpsllw xmm11,xmm11,8
vpor xmm10,xmm10,xmm11
;combine the low and high dqword to make sure both are zero.
vpsrldq xmm12,xmm10,64
vpand xmm10,xmm12
vpmovmskb eax,xmm10
这通过避免 2 个周期 vpblendvb
和 or al,ah
的部分写入惩罚节省了 2 个周期,它还修复了对慢速 vpmovmskb 的依赖
如果不需要立即使用该指令的结果。
1实际上,PTEST
似乎仅在 Skylake 上有 3 个周期的延迟,在此之前似乎是 2 个周期。我也不确定您为 rcl eax, 1
列出的 1 个周期延迟:根据 Agner 的说法,在现代英特尔上,它似乎是 3 uops 和 2 个周期延迟/recip 吞吐量。
关于assembly - 测试 xmm/ymm 寄存器是否为零的更快方法?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42317528/
我获得了一些源代码示例,我想测试一些功能。不幸的是,我在执行程序时遇到问题: 11:41:31 [linqus@ottsrvafq1 example]$ javac -g test/test.jav
我想测试ggplot生成的两个图是否相同。一种选择是在绘图对象上使用all.equal,但我宁愿进行更艰巨的测试以确保它们相同,这似乎是identical()为我提供的东西。 但是,当我测试使用相同d
我确实使用 JUnit5 执行我的 Maven 测试,其中所有测试类都有 @ExtendWith({ProcessExtension.class}) 注释。如果是这种情况,此扩展必须根据特殊逻辑使测试
在开始使用 Node.js 开发有用的东西之前,您的流程是什么?您是否在 VowJS、Expresso 上创建测试?你使用 Selenium 测试吗?什么时候? 我有兴趣获得一个很好的工作流程来开发我
这个问题已经有答案了: What is a NullPointerException, and how do I fix it? (12 个回答) 已关闭 3 年前。 基于示例here ,我尝试为我的
我正在考虑测试一些 Vue.js 组件,作为 Laravel 应用程序的一部分。所以,我有一个在 Blade 模板中使用并生成 GET 的组件。在 mounted 期间请求生命周期钩子(Hook)。假
考虑以下程序: #include struct Test { int a; }; int main() { Test t=Test(); std::cout<
我目前的立场是:如果我使用 web 测试(在我的例子中可能是通过 VS.NET'08 测试工具和 WatiN)以及代码覆盖率和广泛的数据来彻底测试我的 ASP.NET 应用程序,我应该不需要编写单独的
我正在使用 C#、.NET 4.7 我有 3 个字符串,即。 [test.1, test.10, test.2] 我需要对它们进行排序以获得: test.1 test.2 test.10 我可能会得到
我有一个 ID 为“rv_list”的 RecyclerView。单击任何 RecyclerView 项目时,每个项目内都有一个可见的 id 为“star”的 View 。 我想用 expresso
我正在使用 Jest 和模拟器测试 Firebase 函数,尽管这些测试可能来自竞争条件。所谓 flakey,我的意思是有时它们会通过,有时不会,即使在同一台机器上也是如此。 测试和函数是用 Type
我在测试我与 typeahead.js ( https://github.com/angular-ui/bootstrap/blob/master/src/typeahead/typeahead.js
我正在尝试使用 Teamcity 自动运行测试,但似乎当代理编译项目时,它没有正确完成,因为当我运行运行测试之类的命令时,我收到以下错误: fatal error: 'Pushwoosh/PushNo
这是我第一次玩 cucumber ,还创建了一个测试和 API 的套件。我的问题是在测试 API 时是否需要运行它? 例如我脑子里有这个, 启动 express 服务器作为后台任务 然后当它启动时(我
我有我的主要应用程序项目,然后是我的测试的第二个项目。将所有类型的测试存储在该测试项目中是一种好的做法,还是应该将一些测试驻留在主应用程序项目中? 我应该在我的主项目中保留 POJO JUnit(测试
我正在努力弄清楚如何实现这个计数。模型是用户、测试、等级 用户 has_many 测试,测试 has_many 成绩。 每个等级都有一个计算分数(strong_pass、pass、fail、stron
我正在尝试测试一些涉及 OkHttp3 的下载代码,但不幸失败了。目标:测试 下载图像文件并验证其是否有效。平台:安卓。此代码可在生产环境中运行,但测试代码没有任何意义。 产品代码 class Fil
当我想为 iOS 运行 UI 测试时,我收到以下消息: SetUp : System.Exception : Unable to determine simulator version for X 堆
我正在使用 Firebase Remote Config 在 iOS 上设置 A/B 测试。 一切都已设置完毕,我正在 iOS 应用程序中读取服务器端默认值。 但是在多个模拟器上尝试,它们都读取了默认
[已编辑]:我已经用 promise 方式更改了我的代码。 我正在写 React with this starter 由 facebook 创建,我是测试方面的新手。 现在我有一个关于图像的组件,它有
我是一名优秀的程序员,十分优秀!