C SIMD-AVX-具有非零值而非最高位的屏蔽

我有AVX（没有AVX2或AVX-512）。我有一个32位值的向量（仅使用4个最低位，其余始终为零）：

在内部，由于按位操作，我将向量保留为

\uuuum256

，位表示“浮点数”。我需要从向量中导出单个8位数字，其中包含1表示非零位，0表示零位

因此，对于上面的示例，我需要8位数字：

10000110

我想到使用

\u mm256\u cmp\u ps

然后使用

\u mm256\u movemask\u ps

。然而，对于cmp，我不知道它是否能正常工作，如果数字不完全是浮点数，并且可以是任何“垃圾”。在这种情况下，cmp使用哪个操作数

---

或者还有其他解决方案吗？

从概念上讲，您所做的应该是可行的。高24位为零的浮点为有效浮点。然而，它们是非规范的

虽然它应该有效，但存在两个潜在问题：

如果FP模式设置为将非规范化刷新为零，则它们都将被视为零。（因此，打破了这种做法）

因为这些都是非规范化的，所以最终可能会受到巨大的性能损失，这取决于硬件是否能够以本机方式处理它们

---

替代方法：

因为上面的24位是零，所以可以对它们进行规格化。然后进行浮点比较

（警告：未测试的代码）

这里，

data

是您的输入，其中每个“float”的上24位为零。让我们调用每个8位整数

x

或使用

2^23

设置浮点的尾数，使其成为值为

2^23+x

的标准化浮点

---

然后将

2^23

与

float

进行比较，只有当

x

为非零时，才会给出1。

备选答案，供将来有AVX2的读者参考。

您可以强制转换到

\uuu m256i

并使用SIMD整数比较

这避免了DAZ将这些小整数位模式视为零的任何问题，也避免了非规范（又称次正常）输入的微码辅助

在某些CPU上，在

vcmpeqd

和

vpmovmskps

之间可能有一个额外的绕过延迟周期，但您仍然领先，因为整数比较的延迟低于FP比较

int nonzero_positions_avx2(__m256 v)
{
    __m256i vi = _mm256_castps_si256(v);
    vi = _mm256_cmpeq_epi32(vi, _mm256_setzero_si256());
    return _mm256_movemask_ps(_mm256_castsi256_ps(vi));
}

---

值得注意的是，您不需要使用

2^23

。只要表示的底部4位为零，几乎可以使用任何其他标准化浮点值。

int to_mask(__m256 data){
    const __m256 MASK = _mm256_set1_ps(8388608.);  //  2^23
    data = _mm256_or_ps(data, MASK);
    data = _mm256_cmp_ps(data, MASK, _CMP_NEQ_UQ);
    return _mm256_movemask_ps(data);
}

int nonzero_positions_avx2(__m256 v)
{
    __m256i vi = _mm256_castps_si256(v);
    vi = _mm256_cmpeq_epi32(vi, _mm256_setzero_si256());
    return _mm256_movemask_ps(_mm256_castsi256_ps(vi));
}