在同一个 SIMD 寄存器中连续添加值

Question

我正在尝试将其转换为 AVX2:

// parallel arrays
int16_t* Nums = ...
int16_t* Capacities = ...
int** Data = ...

int* freePointer = ...

for (int i = 0; i < n; i++)
{
    if (Nums[i] == 0)
        Capacities[i] = 0;
    else
    {
        Data[i] = freePointer;
        freePointer += Capacities[i];
    }
}

但没有走得太远：

for (int i = 0; i < n; i += 4) // 4 as Data is 64 bits
{
    const __m256i nums = _mm256_loadu_si256((__m256i*)&Nums[i]);
    const __m256i bZeroes = _mm256_cmpeq_epi16(nums, ZEROES256);
    const __m256i capacities = _mm256_loadu_si256((__m256i*)&Capacities[i]);
    const __m256i zeroedCapacities = _mm256_andnot_si256(bZeroes, capacities);
    _mm256_storeu_si256((__m256i*)&Capacities[i], zeroedCapacities);


}

卡在

else

分支，不知道如何将（前缀和？...）

Capacities

添加到

freePointer

中，并将“串行”结果分配给同一个256位SIMD寄存器中的

Data

。 我的术语可能有问题，我希望代码能够理解我想要完成的任务。

lane0: freePointer
lane1: freePointer + Capacities[i + 0]
lane2: freePointer + Capacities[i + 0] + Capacities[i + 1]
lane3: freePointer + Capacities[i + 0] + Capacities[i + 1] + Capacities[i + 2]

基本上，如果可能的话，这就是我想要用尽可能少的指令来完成的事情。目标是AVX2。

Answer 1

您可以在这里找到很多详细信息：https://stackoverflow.com/a/69452433/5021064

在这里您可以插入任何类型而不是T，然后您可以看到x86和arm的汇编结果