GNUC本机向量：如何广播标量，如x86'；s_mm_设置1_epi16

如何编写一个不依赖于x86 set1内在特性的可移植版本

typedef uint16_t v8su __attribute__((vector_size(16)));

v8su set1_u16_x86(uint16_t scalar) {
    return (v8su)_mm_set1_epi16(scalar);   // cast needed for gcc
}

肯定有比这更好的方法

v8su set1_u16(uint16_t s) {
    return (v8su){s,s,s,s,  s,s,s,s};
}

我不想写一个AVX2版本的广播单字节

即使是对这一部分的仅gcc或仅clang的回答也会很有趣，因为您希望将变量赋值，而不是仅将其用作二进制运算符的操作数（这在gcc中很有效，请参见下文）

---

如果我想使用广播标量作为二进制运算符的一个操作数，这适用于gcc（），但不适用于clang：

v8su vecdiv10(v8su v) { return v / 10; }   // doesn't compile with clang

使用clang，如果我只针对x86并且只使用本机向量语法，我可以写：

v8su vecdiv_set1(v8su v) {
    return v / (v8su)_mm_set1_epi16(10);   // gcc needs the cast
}

但是，如果我加宽向量（到

\u mm256\u set1\u epi16

），我必须改变其内在特性，而不是通过在一个地方（对于不需要洗牌的纯垂直SIMD）更改为

向量大小（32）

，将整个代码转换为AVX2。它还破坏了本机向量的部分用途，因为它不会为ARM或任何非x86目标编译

丑陋的铸造是必需的，因为GCC不同于CLAN，不考虑<代码> V8US {AkaY-矢（8）短无符号int } /Cux>兼容<代码>α-M128i {AkaY-矢（2）长long int }//> > 顺便说一句，所有这些都可以通过gcc和clang（）编译成好的asm这只是一个如何优雅地编写的问题，可读的语法不会重复标量N次。e、 g.

v/10

非常紧凑，甚至不需要将其放入自己的功能中

---

使用ICC高效地编译是一个额外的好处，但不是必需的。GNUC本机向量显然是ICC的事后考虑，甚至是

set1_u16

编译为8个标量存储和一个向量加载，而不是MOVD/VPBROADCASTW（启用了

-xHOST

，因为它无法识别

-march=haswell

，但Godbolt在支持AVX2的服务器上运行）。纯粹地强制转换

\u mm\u

内部函数的结果是可以的，但是该部分调用了一个SVML函数

通过两个观察，可以找到GCC和Clang的通用广播解决方案

GCC的向量扩展支持标量向量操作

x-0=x

（） 这是一个四个浮点向量的解

#if defined (__clang__)
typedef float v4sf __attribute__((ext_vector_type(4)));
#else
typedef float v4sf __attribute__ ((vector_size (16)));
#endif

v4sf broadcast4f(float x) {
  return x - (v4sf){};
}

相同的通用解决方案可用于不同的向量。下面是一个八个无符号短路向量的示例

#if defined (__clang__)
typedef unsigned short v8su __attribute__((ext_vector_type(8)));
#else
typedef unsigned short v8su __attribute__((vector_size(16)));
#endif

v8su broadcast8us(short x) {
  return x - (v8su){};
}

ICC（17）支持GCC向量扩展的一个子集，但不支持

vector+scalar

或

vector*scalar

，但广播仍然需要内部函数。MSVC不支持任何向量

---

扩展。

无论如何，你不能合理地在clang中使用gcc向量内部函数，因为它们非常明智地决定实现完全不同的

\uuuUtin\uShuffle（）

语义。我刚刚发现了一些我编写的旧代码，通过执行

vectype v={0}来处理丢失的gcc向量内部广播；v+=scalartype。gcc将其优化为广播。它不漂亮（因为它不能是
const
），但它相当短。加零可以很好地用于整数，但不适用于没有
-ffast math
的浮点。有符号的零行为（以及可能引发的异常）意味着
x+0.0
无法优化到
x
，因此非clang ifdef分支（
zero+x
）不会优化：。因为这个答案适用于clang（避免添加到零），所以我认为我还没有准备好接受这个答案。（好吧，对于v8sf，除了在初始值设定项中手动键入同一变量最多8次外，没有其他答案。大概整数类型仍会将
0+x
优化为
x
（如注释中提到的EOF），因此我们可以将其用于整数向量，避免在v32sc中键入32次）。@PeterCordes，我刚刚为GCC修复了它！您可以执行
one*x
，而不是执行
zero+x
。看看我更新的答案。很好，这正是回答这个问题的窍门。你应该把这个版本作为你答案的第一个版本，因为它没有坏处。您可以通过执行
v4sf one=（（v4sf）{}）+1.0初始化
one
，而无需键入逗号分隔的列表。0.0+1.0不会在编译时进行优化，因为两个操作数都是常量。这可以消除gcc与clang
#ifdef
的区别，而不是在
typedef
中，但ICC似乎仍然需要自定义
\u mm\u set1.
内部函数。@PeterCordes。一个更简单的解决方案
x-（v4sf）{}
。看见显然
x-0
也可以。这就是问题所在。