C AVX2中的8位移位操作，零移位

有没有办法在AVX2中重建

\u mm\u slli\u si128

指令，将

\u mm256i

寄存器移位x字节

\u mm256\u slli\u si256

似乎只是在[127:0]和[255:128]上执行两个

\u mm\u slli\u si128

在

\uuuu m256i

上，左换档应该可以工作，如下所示：

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, ..., 32] -> [2, 3, 4, 5, 6, 7, 8, 9, ..., 0]

---

我发现可以使用32位的

\u mm256\u permutevar8x32\u ps

创建移位。但是我需要一个更通用的解决方案来移动x字节。有人已经找到了这个问题的解决方案吗？

好的，我实现了一个函数，可以左移到16字节

template  <unsigned int N> __m256i _mm256_shift_left(__m256i a)
{
  __m256i mask =  _mm256_srli_si256(
          _mm256_permute2x128_si256(a, a, _MM_SHUFFLE(0,0,3,0))
          , 16-N);
  return _mm256_or_si256(_mm256_slli_si256(a,N),mask);
}

---

如果您发现自己需要经常这样做，您可能需要考虑另一种方法。AVX及更高版本将矢量分解为128位的“通道”。交叉车道的运营费用非常昂贵。查看Agner Fog的文档，跨车道操作似乎比未对齐内存访问更昂贵。非常感谢您的回答。我会检查他的文件。但我不必使用命令。但如果我能使用SIMD命令就好了。移位量是编译时常量吗？是的，它是编译时常量time@Mysticial：这是延迟惩罚，而不是吞吐量<代码>VPERMD y，y，y，

VPERMQ y，y，i

，和

VPERM2I128 y，y，y，i

都是1OP，lat=3c，吞吐量=1/周期。（所有这些都只在Haswell的5号端口上运行。）我同意，如果你能在不穿越车道的情况下组织工作，那就最好了。但是如果你的算法本身就有好处，而且额外的延迟不是致命的，那么这可能是一个胜利。你可以通过使用

\u mm256\u aligner\u epi8

而不是同时使用移位和“or”来优化它。有人知道为什么VPALIGNRB（\u mm256\u aligner\u epi8）不在Agner Fog的指令表中吗？我想知道延迟和吞吐量。@Zboson：我不知道为什么Agner Fog跳过了它。但是报告的延迟和吞吐量正好是一个时钟。旧的注释，所以可能在1.5年前丢失了，但Agner Fog的insn表中列出了Haswell的

PALIGNR v，v，i/v，v，v，i

。如果没有非AVX版本，他只列出带有V前缀的INSN。否则，非V助记符就在那里，你必须查看参数，看看是否有不同的条目，如果在

xmm

和

ymm

args上使用它有区别的话。@BeeOnRope:heh，是的。我忽略了延迟和吞吐量。哦，在Haswell上，几乎所有的通道内洗牌都有相同的延迟和吞吐量。

int main(int argc, char* argv[]) {
   __m256i reg =  _mm256_set_epi8(32,31,30,29,28,27,26,25,24,23,22,21,20,19,18,17,16,15,
                                  14,13,12,11,10,9,8,7,6,5,4,3,2,1);

   __m256i result = _mm256_shift_left<1>(reg);
   for(int i = 0; i < 32; i++)
     printf("%2d ",((unsigned char *)&result)[i]);
   printf("\n");
}

template  <unsigned int N> __m256i _mm256_shift_left(__m256i a)
{
  __m256i mask = _mm256_permute2x128_si256(a, a, _MM_SHUFFLE(0,0,3,0) );
  return _mm256_alignr_epi8(a,mask,16-N);
}