تحميل 8 أحرف من الذاكرة إلى متغير __m256 كتعويم دقيق واحد

في محاولة لتحسين خوارزمية للتمويه الغاوسي، يمكنك تسعى إلى استبدال استخدام المخزن المؤقت العائم بمتغير جوهري __m256. يهدف هذا السؤال إلى تحديد التعليمات المثالية لهذه المهمة.

تعليمات لبنية AVX2:

• استخدم PMOVZX لتمديد أحرفك إلى 32 بت. الأعداد الصحيحة في سجل 256b.
• تحويل إلى تعويم في مكانه باستخدام VCVTDQ2PS.

; rsi = new_image
VPMOVZXBD   ymm0,  [rsi]   ; or SX to sign-extend  (Byte to DWord)
VCVTDQ2PS   ymm0, ymm0     ; convert to packed foat

إستراتيجيات إضافية:

• فكر في استخدام تحميل بث 128 بت لتغذية vpmovzxbd ymm، xmm و vpshufb ymm (_mm256_shuffle_epi8) لـ عالية 64 بت. يقلل هذا الأسلوب من عدد uop ويمكن أن يكون مفيدًا على وحدات المعالجة المركزية Ryzen.
• تجنب استخدام تعليمات الخلط الإضافية، لأنها قد تصبح عنق الزجاجة عندما يكون الخلط قيدًا بالفعل.

تعليمات بنية AVX1:

• نفذ الخطوات التالية:
  VPMOVZXBD xmm0, [rsi] VPMOVZXBD xmm1، [RSI 4] VINSERTF128 ymm0, ymm0, xmm1, 1 ; ضع التحميل الثاني من البيانات في المستوى العالي 128 لـ ymm0 VCVTDQ2PS ymm0, ymm0 ; تحويل إلى تعويم معبأة

  VPMOVZXBD   xmm0,  [rsi]
  VPMOVZXBD   xmm1,  [rsi 4]
  VINSERTF128 ymm0, ymm0, xmm1, 1   ; put the 2nd load of data into the high128 of ymm0
  VCVTDQ2PS   ymm0, ymm0     ; convert to packed float

الاعتبارات الجوهرية:

قد تتطلب دول مجلس التعاون الخليجي وMSVC معالجة خاصة لضمان إنشاء التعليمات البرمجية الأمثل عند استخدام الجوهريات لـ VPMOVZXBD ymm,[mem].
• فكر في استخدام _mm_loadl_epi64 الجوهري بدلاً من ذلك، والذي يمكن طيه في معامل الذاكرة للحصول على asm الأمثل عند -O3 مع دول مجلس التعاون الخليجي في إصدارات دول مجلس التعاون الخليجي 9 والإصدارات الأحدث.
• لـ تحسين AVX1 فقط، كتابة الإصدار الجوهري هو تمرين غير ممتع.