x86 - 8 个打包的 32 位 float 的水平总和

Question

这个问题在这里已经有了答案:





How to sum __m256 horizontally?

(2 个回答)


去年关闭。




如果我有 8 个打包的 32 位浮点数( __m256 )，提取所有 8 个元素的水平总和的最快方法是什么？同样，如何获得水平最大值和最小值？换句话说，以下 C++ 函数的最佳实现是什么？

float sum(__m256 x);  ///< returns sum of all 8 elements
float max(__m256 x);  ///< returns the maximum of all 8 elements
float min(__m256 x);  ///< returns the minimum of all 8 elements

Answer 1

在这里快速记下(因此未经测试):

float sum(__m256 x) {
    __m128 hi = _mm256_extractf128_ps(x, 1);
    __m128 lo = _mm256_extractf128_ps(x, 0);
    lo = _mm_add_ps(hi, lo);
    hi = _mm_movehl_ps(hi, lo);
    lo = _mm_add_ps(hi, lo);
    hi = _mm_shuffle_ps(lo, lo, 1);
    lo = _mm_add_ss(hi, lo);
    return _mm_cvtss_f32(lo);
}

对于最小值/最大值，替换 _mm_add_ps和 _mm_add_ss与 _mm_max_*或 _mm_min_* .

请注意，这对于一些操作来说是很多工作； AVX 并不是真的要有效地进行水平操作。如果您可以为多个向量批量处理这项工作，那么更有效的解决方案是可能的。