c - 最佳 SSE 无符号 8 位比较

Question

我正在尝试找到使用 SSE(最高 SSE 4.2)执行 8 位无符号比较的最多方法。

我正在处理的最常见情况是比较 > 0U，例如

_mm_cmpgt_epu8(v, _mm_setzero_si128())                // #1

(当然也可以认为是对非零的简单测试。)

但我也对更一般的情况感兴趣，例如

_mm_cmpgt_epu8(v1, v2)                                // #2

第一种情况可以用 2 条指令实现，使用各种不同的方法，例如与 0 比较，然后反转结果。第二种情况通常需要 3 条指令，例如从两个操作数中减去 128 并执行带符号的比较。 (有关各种 3 指令解决方案，请参阅 this question。)

理想情况下，我正在寻找针对#1 的单指令解决方案和针对#2 的双指令解决方案。如果这些都不可能，那么我也很想知道在现代英特尔 CPU(Sandy Bridge、Ivy Bridge、Haswell)上，各种可能的 2 条或 3 条指令实现中哪一种最有效。

---

到目前为止案例 #2 的最佳实现:

• 1. 与无符号最大值比较并反转结果:

#define _mm_cmpgt_epu8(v0, v1) \ _mm_andnot_si128(_mm_cmpeq_epi8(_mm_max_epu8(v0, v1), v1), \ _mm_set1_epi8(-1))

两条算术指令 + 一条按位 = 1.33 吞吐量。

• 1. 反转两个参数的符号位(== 减去 128)并使用带符号的比较:

#define _mm_cmpgt_epu8(v0, v1) \ _mm_cmpgt_epi8(_mm_xor_si128(v0, _mm_set1_epi8(-128)), \ _mm_xor_si128(v1, _mm_set1_epi8(-128)))

一个算术指令 + 两个按位 = 1.16 吞吐量。

---

案例 #1 的最佳实现，源自上述案例 #2 的实现:

• 1.

#define _mm_cmpgtz_epu8(v0) \ _mm_andnot_si128(_mm_cmpeq_epi8(v0, _mm_set1_epi8(0)), \ _mm_set1_epi8(-1))

一条算术指令 + 一条按位 = 0.83 吞吐量。

• 2.

#define _mm_cmpgtz_epu8(v0) \ _mm_cmpgt_epi8(_mm_xor_si128(v0, _mm_set1_epi8(-128)), \ _mm_set1_epi8(-128)))

一条算术指令 + 一条按位 = 0.83 吞吐量。

Answer 1

有一个例子来自 Simd Library :

    const __m128i K_INV_ZERO = SIMD_MM_SET1_EPI8(0xFF);//_mm_set1_epi8(-1);

    SIMD_INLINE __m128i NotEqual8u(__m128i a, __m128i b)
    {
        return _mm_andnot_si128(_mm_cmpeq_epi8(a, b), K_INV_ZERO);
    }

    SIMD_INLINE __m128i Greater8u(__m128i a, __m128i b)
    {
        return _mm_andnot_si128(_mm_cmpeq_epi8(_mm_min_epu8(a, b), a), K_INV_ZERO);
    }

    SIMD_INLINE __m128i GreaterOrEqual8u(__m128i a, __m128i b)
    {
        return _mm_cmpeq_epi8(_mm_max_epu8(a, b), a);
    }

    SIMD_INLINE __m128i Lesser8u(__m128i a, __m128i b)
    {
        return _mm_andnot_si128(_mm_cmpeq_epi8(_mm_max_epu8(a, b), a), K_INV_ZERO);
    }

    SIMD_INLINE __m128i LesserOrEqual8u(__m128i a, __m128i b)
    {
        return _mm_cmpeq_epi8(_mm_min_epu8(a, b), a);
    }