Assembly SBCL优化：我们能为位向量编译一个有效的总体计数吗？

我使用的Lisp实现SBCL知道，如果

x

可以作为足够短的

无符号字节进行键入，则可以将
（logcount x）
编译为x86-64
POPCNT
指令。假设SBCL将
简单位向量
存储在字对齐的连续内存段中，那么如何让编译器对其执行类似的优化填充计数呢？该标准没有提供
（位向量logcount）
（我认为这是一个奇怪的遗漏）；它也不允许我
（强制）
使用
fixnum

故意天真的实现如下所示；请注意，还有一个问题，而哈雷密封技术[1]可能是大矢量的更好选择。但这对于优化编译器来说足够简单，可以发现其意图：

(defun bit-vector-unsigned-logcount (x)
  "Not worrying about negative interpretations of X."
  (declare (type (simple-bit-vector 32) x)
           (optimize (speed 3) (safety 0) (debug 0)))
  (loop for b across x
        count (not (zerop b))))

在SBCL 2.0.1中，我得到以下信息：

; disassembly for BIT-VECTOR-UNSIGNED-LOGCOUNT
; Size: 67 bytes. Origin: #x52B88079                          ; BIT-VECTOR-UNSIGNED-LOGCOUNT
; 79:       31D2             XOR EDX, EDX
; 7B:       31C0             XOR EAX, EAX
; 7D:       31C9             XOR ECX, ECX
; 7F:       EB2C             JMP L1
; 81:       660F1F840000000000 NOP
; 8A:       660F1F440000     NOP
; 90: L0:   488BD0           MOV RDX, RAX
; 93:       48D1FA           SAR RDX, 1
; 96:       480FA35301       BT QWORD PTR [RBX+1], RDX
; 9B:       19D2             SBB EDX, EDX
; 9D:       83E202           AND EDX, 2
; A0:       4883C002         ADD RAX, 2
; A4:       4885D2           TEST RDX, RDX
; A7:       7404             JEQ L1
; A9:       4883C102         ADD RCX, 2
; AD: L1:   4883F840         CMP RAX, 64
; B1:       7CDD             JL L0
; B3:       488BD1           MOV RDX, RCX
; B6:       488BE5           MOV RSP, RBP
; B9:       F8               CLC
; BA:       5D               POP RBP
; BB:       C3               RET

我将给总统一个发言的机会

如果你的系统的性能受到了某种结构的影响，它可以有效地编译，但是SBCL编译器不能有效编译，请考虑向编译器写入补丁并提交它以包含在主要源中。
我怀疑我正面临着这样的情况，我很乐意效劳，但除了看过Paul Khong和他的文章外，我对VOP黑客几乎一无所知
x86-64/arith.lisp
定义了两个VOP，
无符号字节-64计数
和
正fixnum计数
，如果我们能够分离
位向量
，它们看起来可以重新用于作业


[1] Muła，W.，Kurz，N.，和Lemire，D.（2017）。《计算机杂志》，61（1），111-120。doi:10.1093/comjnl/bxx046
sb内核：%vector原始位是否可以作为缺失的部分

(logcount (sb-kernel:%vector-raw-bits #*100101010 0))

->四,

->（…）POPCNT（…）

如何查找：检查，例如，
位和
，然后跳转到定义（M-。在sly/slime repl中，为
简单位向量
选择
反变换

不用说，这是特定于实现的，需要注意安全，但VOP也是如此。
对于不支持
popcnt
指令的CPU，这看起来不太好<代码>BT mem，reg

相当慢。这看起来像是在循环

i+=2

并在

i/2

处测试一个位，每次通过循环时重新计算这些偏移量，以及在将

bt

的标记结果放入寄存器并返回到标记后对其进行分支。这真的很糟糕，并且会从某种类型的窥视孔优化中受益匪浅，这种优化可以识别这样的位计数操作并使用

popcnt

，或者像libgcc的helper func这样的好的bithack作为回退。（或在大型阵列上，AVX2

vpshufb

用于SIMD popcount）。对于大型向量，有多种实现，在现代硬件上有基准测试。有趣的事实：对于C/C++编译器，CLAN可以自动将代码> > SuxBuffTyPopCultLL>代码转换成一个啃咬的循环（AVX2查找）循环。它链接到的另一个，也将是一个有用的参考。。。如果我能想出如何编写SBCL内部函数！

(disassemble (compile () (lambda (a) (logcount (sb-kernel:%vector-raw-bits a    0)))))