c++ - 使用(float＆)int可以进行类型修剪，(float const＆)int可以像(float)int那样转换吗？

Question

VS2019版本x86。

template <int i> float get() const {
    int f = _mm_extract_ps(fmm, i);
    return (float const&)f;
}

当使用return (float&)f;编译器使用时

extractps m32, ...
movss xmm0, m32

。正确的结果

当使用return (float const&)f;编译器使用时

extractps eax, ...
movd xmm0, eax

。错误的结果

T＆和T const＆首先是T，然后是const的主要思想。 const只是程序员的某种协议(protocol)。您知道您可以解决它。但是汇编代码中没有任何const，只能输入float IS。而且我认为对于float＆和float const＆，它都必须是汇编中的float表示形式(cpu寄存器)。我们可以使用中间int reg32，但最终解释必须是float。

此时，它看起来像回归，因为它以前工作得很好。而且在这种情况下使用float＆绝对是奇怪的，因为我们不应该涉及float const＆安全性，但是float＆的temp var确实值得怀疑。

微软回答:

Hi Truthfinder, thanks for the self-contained repro. As it happens, this behavior is actually correct. As my colleague @Xiang Fan [MSFT] described in an internal email:

The conversions performed by [a c-style cast] tries the following sequence: (4.1) — a const_cast (7.6.1.11), (4.2) — a static_cast (7.6.1.9), (4.3) — a static_cast followed by a const_cast, (4.4) — a reinterpret_cast (7.6.1.10), or (4.5) — a reinterpret_cast followed by a const_cast,

If a conversion can be interpreted in more than one of the ways listed above, the interpretation that appears first in the list is used.

So in your case, (const float &) is converted to static_cast, which has the effect "the initializer expression is implicitly converted to a prvalue of type “cv1 T1”. The temporary materialization conversion is applied and the reference is bound to the result."

But in the other case, (float &) is converted to reinterpret_cast because static_cast isn’t valid, which is the same as reinterpret_cast(&operand).

The actual "bug" you're observing is that one cast does: "transform the float-typed value "1.0" into the equivalent int-typed value "1"", while the other cast says "find the bit representation of 1.0 as a float, and then interpret those bits as an int".

For this reason we recommend against c-style casts.

Thanks!

MS论坛链接:https://developercommunity.visualstudio.com/content/problem/411552/extract-ps-intrinsics-bug.html

有任何想法吗？

P.S.我真正想要的是:

float val = _mm_extract_ps(xmm, 3);

在手动汇编中，我可以编写:extractps val, xmm0, 3其中val是float 32内存变量。只有一个!操作说明。我想在编译器生成的汇编代码中看到相同的结果。请勿乱序播放或进行其他任何过多的指示。最糟糕的可接受情况是:extractps reg32, xmm0, 3; mov val, reg32。

关于T＆和T const＆的观点:
对于这两种情况，变量的类型必须相同。但是现在float&将m32解释为float32，而float const&将m32解释为int32。

int main() {
    int z = 1;
    float x = (float&)z;
    float y = (float const&)z;
    printf("%f %f %i", x, y, x==y);
    return 0;
}

Out: 0.000000 1.000000 0

真的可以吗？

最好的祝福，
真理发现者

Answer 1

关于C++强制转换语义存在一个有趣的问题(Microsoft已经为您简短地回答了这个问题)，但是它与您对_mm_extract_ps的误用混合在一起，导致首先需要进行类型双关。 (并且仅显示等效的asm，省略了int-> float转换。)如果其他人想在另一个答案中扩展标准ese的话，那就太好了。

TL:DR:改用它:0或1 shufps。没有提取物，没有类型修剪。

template <int i> float get(__m128 input) {
    __m128 tmp = input;
    if (i)     // constexpr i means this branch is compile-time-only
        tmp = _mm_shuffle_ps(tmp,tmp,i);  // shuffle it to the bottom.
    return _mm_cvtss_f32(tmp);
}

如果您确实有一个内存目标用例，则应该在asm中查找需要float*输出arg的函数，而不是需要xmm0中的结果的函数。 (是的，这是extractps指令的用例，但可以说不是_mm_extract_ps内在函数。gcc和clang在优化extractps时使用*out = get<2>(in)，尽管MSVC忽略了它，但仍使用shufps + movss。)

您显示的两个asm块都只是将xmm0的低32位复制到某个地方，而没有转换为int。您忽略了重要的区别，只展示了无用的部分，它以2种不同的方式(注册或存储)无用地从xmm0中复制了float位模式，然后又将其复制回来。 movd是未经修改的位的纯拷贝，就像movss负载一样。

在迫使编译器完全使用extractps之后，使用的是编译器的选择。通过寄存器来回执行的延迟比存储/重新加载要低，但是要处理更多的ALU。

尝试对punt键入(float const&)确实包括从FP到整数的转换，您没有显示。好像我们需要更多的理由来避免指针/引用强制转换进行类型绑定(bind)一样，这的确意味着不同:(float const＆)f将整数位模式(来自_mm_extract_ps)用作int并将其转换为float。

，我将您的代码on the Godbolt compiler explorer放入，以查看您遗漏的内容。

float get1_with_extractps_const(__m128 fmm) {
    int f = _mm_extract_ps(fmm, 1);
    return (float const&)f;
}

;; from MSVC -O2 -Gv  (vectorcall passes __m128 in xmm0)
float get1_with_extractps_const(__m128) PROC   ; get1_with_extractps_const, COMDAT
    extractps eax, xmm0, 1   ; copy the bit-pattern to eax

    movd    xmm0, eax      ; these 2 insns are an alternative to pxor xmm0,xmm0 + cvtsi2ss xmm0,eax to avoid false deps and zero the upper elements
    cvtdq2ps xmm0, xmm0    ; packed conversion is 1 uop
    ret     0

GCC通过以下方式进行编译:

get1_with_extractps_const(float __vector(4)):    # gcc8.2 -O3 -msse4
        extractps       eax, xmm0, 1
        pxor    xmm0, xmm0            ; cvtsi2ss has an output dependency so gcc always does this
        cvtsi2ss        xmm0, eax     ; MSVC's way is probably better for float.
        ret

显然，MSVC确实为类型绑定(bind)定义了指针/引用转换的行为。普通ISO C++不会(严格别名UB)，其他编译器也不会。使用memcpy键入pun或进行 union (C++中的GNU C和MSVC支持扩展)。当然，在这种情况下，将要 vector 的 vector 元素类型化为整数然后返回是可怕的。

gcc仅针对(float &)f发出有关严格混叠违规的警告。 并且GCC/clang与MSVC一致，仅此版本是类型双关语，而不是通过隐式转换实现float。 C++很奇怪!

float get1_with_extractps_nonconst(__m128 fmm) {
    int f = _mm_extract_ps(fmm, 1);
    return (float &)f;
}

<source>: In function 'float get_with_extractps_nonconst(__m128)':
<source>:21:21: warning: dereferencing type-punned pointer will break strict-aliasing rules [-Wstrict-aliasing]
     return (float &)f;
                     ^

gcc完全优化了extractps。

# gcc8.2 -O3 -msse4
get1_with_extractps_nonconst(float __vector(4)):
    shufps  xmm0, xmm0, 85    ; 0x55 = broadcast element 1 to all elements
    ret

Clang使用SSE3 movshdup将元素1复制到0。(并将元素3复制到2)。
但是MSVC没有，这是永远不要使用它的另一个原因:

float get1_with_extractps_nonconst(__m128) PROC
    extractps DWORD PTR f$[rsp], xmm0, 1     ; store
    movss   xmm0, DWORD PTR f$[rsp]          ; reload
    ret     0

不要为此使用_mm_extract_ps
您的两个版本都很糟糕，因为这不是的_mm_extract_ps或extractps。 Intel SSE: Why does `_mm_extract_ps` return `int` instead of `float`?

寄存器中的float与 vector 的低位元素相同。高元素不需要清零。如果这样做的话，您可能想使用insertps，它可以根据立即数来执行xmm，xmm和零元素。

使用_mm_shuffle_ps将所需的元素移到寄存器的低位，然后它是标量浮点数。 (并且您可以使用_mm_cvtss_f32告诉C++编译器)。这应该只编译为shufps xmm0,xmm0,2，而不能编译为extractps或任何mov。

template <int i> float get() const {
    __m128 tmp = fmm;
    if (i)                               // i=0 means the element is already in place
        tmp = _mm_shuffle_ps(tmp,tmp,i);  // else shuffle it to the bottom.
    return _mm_cvtss_f32(tmp);
}

(我跳过了使用_MM_SHUFFLE(0,0,0,i)，因为它等于i。)

如果您的fmm是在内存中，而不是在寄存器中，那么希望编译器可以优化shuffle，而不仅仅是movss xmm0, [mem]。 MSVC 19.14确实做到了这一点，至少对于堆栈情况下的function-arg而言。我没有测试其他编译器，但是clang应该可以设法优化_mm_shuffle_ps；它非常擅长于通过混洗。

测试用例证明可以有效地进行编译

例如一个带有您的函数的非类成员版本的测试用例，以及一个将其内联为特定i的调用方:

#include <immintrin.h>

template <int i> float get(__m128 input) {
    __m128 tmp = input;
    if (i)                  // i=0 means the element is already in place
        tmp = _mm_shuffle_ps(tmp,tmp,i);  // else shuffle it to the bottom.
    return _mm_cvtss_f32(tmp);
}

// MSVC -Gv (vectorcall) passes arg in xmm0
// With plain dumb x64 fastcall, arg is on the stack, and it *does* just MOVSS load without shuffling
float get2(__m128 in) {
    return get<2>(in);
}

From the Godbolt compiler explorer，来自MSVC，clang和gcc的asm输出:

;; MSVC -O2 -Gv
float get<2>(__m128) PROC               ; get<2>, COMDAT
        shufps  xmm0, xmm0, 2
        ret     0
float get<2>(__m128) ENDP               ; get<2>

;; MSVC -O2  (without Gv, so the vector comes from memory)
input$ = 8
float get<2>(__m128) PROC               ; get<2>, COMDAT
        movss   xmm0, DWORD PTR [rcx+8]
        ret     0
float get<2>(__m128) ENDP               ; get<2>

# gcc8.2 -O3 for x86-64 System V (arg in xmm0)
get2(float __vector(4)):
        shufps  xmm0, xmm0, 2   # with -msse4, we get unpckhps
        ret

# clang7.0 -O3 for x86-64 System V (arg in xmm0)
get2(float __vector(4)):
        unpckhpd        xmm0, xmm0      # xmm0 = xmm0[1,1]
        ret

clang的shuffle优化器简化为unpckhpd，在某些旧的CPU上速度更快。不幸的是，它没有注意到它可以使用movhlps xmm0,xmm0，它也很快并且短了1个字节。