C++ 将SSE转换为Neon：如何打包然后提取32位结果

我必须将以下说明从SSE翻译成Neon

 uint32_t a = _mm_cvtsi128_si32(_mm_shuffle_epi8(a,SHUFFLE_MASK) );

其中：

static const __m128i SHUFFLE_MASK = _mm_setr_epi8(3,  7,  11, 15, -1, -1, -1, -1,
                                                  -1, -1, -1, -1, -1, -1, -1, -1);

因此，基本上我必须从寄存器中取出第4、第8、第12和第16字节，并将其放入

uint32\u t

。看起来像一个打包指令（在SSE中，我似乎记得我使用了shuffle，因为它比打包节省了一条指令，显示了打包指令的使用）

这个操作如何在Neon中转换？
我应该使用打包说明吗？
然后如何提取32位？（是否有等同于

\u mm\u cvtsi128\u si32

？）

编辑：
首先，应允许更换

\u mm\u cvtsi128\u si32

（但我必须将我的uint8x16\u t转换为uint32x4\u t）

或者直接储存在车道上

我找到了。 我正在进行这项工作，似乎我的操作可以用一条VTBL指令（查找表）完成，但我将用两个解交错操作来实现它，因为目前它看起来更简单

uint8x8x2_t   vuzp_u8(uint8x8_t a, uint8x8_t b);

比如：

uint8x16_t a;
uint8_t* out;
[...]

//a = 138 0 0 0 140 0 0 0 146 0 0 0 147 0 0 0

a = vuzp_u8(vget_low_u8(a), vget_high_u8(a) );
//a = 138 0 140 0 146 0 147 0 0 0 0 0 0 0 0 0

a = vuzp_u8(vget_low_u8(a), vget_high_u8(a) );
//a = 138 140 146 147 0 0 0 0 0 0 0 0 0 0 0 0

vst1q_lane_u32(out,a,0);

最后一个使用

\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu

但是，由于数据转换，这两个赋值是不可能的。一种解决方法是这样的（Edit:这打破了严格的别名规则！编译器可以假设
a
在分配
d
的地址时不会更改）：

我通过一种灵活的数据类型实现了：

NeonVectorType<uint8x16_t> a; //a can be used as a uint8x16_t, uint8x8x2_t, uint32x4_t, etc.
a = vuzp_u8(vget_low_u8(a), vget_high_u8(a) );
a = vuzp_u8(vget_low_u8(a), vget_high_u8(a) );
vst1q_lane_u32(out,a,0);

NeonVectorType a//a可用作uint8x16、UINT8x2、uint32x4等。
a=vuzp_u8（vget_low_u8（a），vget_high_u8（a））；
a=vuzp_u8（vget_low_u8（a），vget_high_u8（a））；
vst1q_lane_u32（out，a，0）；

编辑：

这是一个带有洗牌掩码/查找表的版本。它确实使我的内部循环快了一点。同样，我使用了描述的数据类型

static const uint8x8\u t MASK={0x00,0x04,0x08,0x0C，0xff，0xff，0xff，0xff}；
新溶媒a型//a可用作uint8x16、UINT8x2、uint32x4等。
新投资者类型//res可以用作uint8x8\u t、uint32x2\u t等。
[...]
res=vtbl2_u8（a，遮罩）；
vst1_lane_u32（out，res，0）；
我会这样写：

uint32_t extract (uint8x16_t x)
{
  uint8x8x2_t a = vuzp_u8 (vget_low_u8 (x), vget_high_u8 (x));
  uint8x8x2_t b = vuzp_u8 (a.val[0], a.val[1]);
  return vget_lane_u32 (vreinterpret_u32_u8 (b.val[0]), 0);
}

在最新的GCC版本上编译为：

extract:
    vuzp.8  d0, d1
    vuzp.8  d0, d1
    vmov.32 r0, d0[0]
    bx  lr

查一下他们图书馆的来源。是的，我看到了。但它是另一种方式的移植指南……提供了VREInterpress_*内部函数以避免指针转换的需要。您的版本更尊重数据类型：）
NeonVectorType<uint8x16_t> a; //a can be used as a uint8x16_t, uint8x8x2_t, uint32x4_t, etc.
a = vuzp_u8(vget_low_u8(a), vget_high_u8(a) );
a = vuzp_u8(vget_low_u8(a), vget_high_u8(a) );
vst1q_lane_u32(out,a,0);

static const uint8x8_t MASK = {0x00,0x04,0x08,0x0C,0xff,0xff,0xff,0xff};
NeonVectorType<uint8x16_t> a; //a can be used as a uint8x16_t, uint8x8x2_t, uint32x4_t, etc.
NeonVectorType<uint8x8_t> res; //res can be used as uint8x8_t, uint32x2_t, etc.
[...]
res = vtbl2_u8(a, MASK);
vst1_lane_u32(out,res,0);

uint32_t extract (uint8x16_t x)
{
  uint8x8x2_t a = vuzp_u8 (vget_low_u8 (x), vget_high_u8 (x));
  uint8x8x2_t b = vuzp_u8 (a.val[0], a.val[1]);
  return vget_lane_u32 (vreinterpret_u32_u8 (b.val[0]), 0);
}

extract:
    vuzp.8  d0, d1
    vuzp.8  d0, d1
    vmov.32 r0, d0[0]
    bx  lr