gpt4 book ai didi

c - 使用 AVX-512 收集/分散 16 位整数

转载 作者:行者123 更新时间:2023-12-05 06:16:07 28 4
gpt4 key购买 nike

我一直在尝试弄清楚我们应该如何使用 AVX512 中的分散指令来分散 16 位整数。我所拥有的是 8 x 16 位整数,存储在 __m256i 的每个 32 位整数中。我会使用 _mm512_i32extscatter_epi32 的 256 位等价物,下转换 _MM_DOWNCONV_EPI32_UINT16,但没有这样的指令,下转换在 AVX512 上不起作用。

我的理解是这样的...我们必须进行 32 位读取和写入,并且我们必须小心让两个相邻的 16 位写入相互破坏(如果相同的索引在索引列表中两次那么我不需要担心哪个先发生)。所以我们必须使用冲突收集分散循环。在循环中,我们必须在 32 位整数地址上发生冲突,或者将 16 位索引左移 1 并用作等效 32 位数组的索引(将 16 位数组转换为 32 位数组的等效项)数组,然后将索引除以 2)。然后我们需要读取一个 32 位整数,并根据 16 位数组的原始索引是奇数还是偶数来更改高 16 位或低 16 位。

这就是我得到的:

  1. 判断索引是奇数还是偶数,并相应地设置 2 位掩码 01 或 10,形成 8 个整数的 16 位掩码。

  2. 通过将低 16 位复制到高 16 位,将 16 位整数转换为 32 位整数

  3. 通过右移 1,将 16 位整数数组的索引转换为 32 位索引数组的索引。

  4. 使用带掩码的冲突循环

  5. 屏蔽收集 32 位整数

  6. 使用 _mm256_mask_blend_epi16 选择是否更改刚刚读取的 32 位整数的高 16 位或低 16 位(使用 (1) 中的掩码)。

  7. Masked-scatter 回到内存

  8. 重复,直到我们在未写入的 32 位整数地址中没有冲突。

拜托,有没有更快(或更简单)的方法来做到这一点?是的,我知道,个人写入速度更快 - 但这是关于如何使用 AVX-512 来完成它。

代码如下:

void scatter(uint16_t *array, __m256i vindex, __m256i a)
{
__mmask16 odd = _mm256_test_epi16_mask(vindex, _mm256_set1_epi32(1));
__mmask16 even = ~odd & 0x5555;
__mmask16 odd_even = odd << 1 | even;

__m256i data = _mm256_mask_blend_epi16(0x5555, _mm256_bslli_epi128(a, 2), a);

__m256i word_locations = _mm256_srli_epi32(vindex, 1);
__mmask8 unwritten = 0xFF;
do
{
__m256i conflict = _mm256_maskz_conflict_epi32 (unwritten, word_locations);
conflict = _mm256_and_si256(_mm256_set1_epi32(unwritten), conflict);
__mmask8 mask = unwritten & _mm256_testn_epi32_mask(conflict, _mm256_set1_epi32(0xFFFF'FFFF));

__m256i was = _mm256_mmask_i32gather_epi32(_mm256_setzero_si256(), mask, word_locations, array, 4);
__m256i send = _mm256_mask_blend_epi16(odd_even, was, data);
_mm256_mask_i32scatter_epi32(array, mask, word_locations, send, 4);

unwritten ^= mask;
}
while (unwritten != 0);
}

最佳答案

如果读取/写入最后一个索引后的两个字节是安全的,那么这也应该有效:

void scatter2(uint16_t *array, __m256i vindex, __m256i a) {
__mmask8 odd = _mm256_test_epi32_mask(vindex, _mm256_set1_epi32(1));

int32_t* arr32 = (int32_t*)array;
__m256i was_odd = _mm256_i32gather_epi32(arr32, vindex, 2);

__m256i data_even = _mm256_mask_blend_epi16(0x5555, was_odd, a);
_mm256_mask_i32scatter_epi32(array, ~odd, vindex, data_even, 2);
__m256i was_even = _mm256_i32gather_epi32(arr32, vindex, 2);

__m256i data_odd = _mm256_mask_blend_epi16(0x5555, was_even, a);
_mm256_mask_i32scatter_epi32(array, odd, vindex, data_odd, 2);
}

如果你能保证 vindex 中的索引在增加(或者至少对于任何部分冲突的 {i, i+1} vindex i+1 出现在 i 之后),您可能可以通过一次 gather+blend+scatter 逃脱。此外,使用掩码收集可能会有好处(即,每次只收集您接下来要覆盖的元素)——我不确定这是否会对吞吐量产生影响。最后,_mm256_mask_blend_epi16 实际上可以替换为简单的 _mm256_blend_epi16

关于c - 使用 AVX-512 收集/分散 16 位整数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/62213642/

28 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com