Gcc 在32位Ubuntu上运行时如何使用汇编POPCNT指令

对于一个特定的项目，我坚持使用gcc和一个运行在i7内核上的32位12.04 LTS Ubuntu，支持多达AVX SIMD指令

由于32位操作系统，我显然无法使用256位上运行的AVX指令。我可以使用128位访问SSE4.2指令，POPCNT可以在16、32和64位数据上运行，所以看起来很有希望。但我尝试了几种方法向POPCNT提供64位数据，但都没有成功。 GCC 4.6.3退货

• r8至r15的“未知寄存器名称”
• rax rdx的“坏寄存器名”
• 当试图提供mm寄存器或向我的内联汇编函数提供一些uint64或long时，这些寄存器在这种情况下会受到影响

方式：

gcc告诉“popcnt的操作数类型不匹配”

• 写入POPCNTQ会导致“popcnt的指令后缀无效”

如果POPCNT支持128位xmm寄存器就太好了

在汇编中的64位数据上应用POPCNT有什么解决方法吗

PS：关于使用Sshuffle的SSSE3 popcount与SSE4 POPCNT性能的比较的讨论在这里得出了结论

---

这仅仅是因为使用内部函数并不总是提供高效的汇编代码。使用intrinsic快速优化C/C++代码是很好的，如果这足以满足需要，那就好了。但除此之外，与intrinsics相比，我在汇编中使用shuffle编码popcount的性能提高了近30%

我不知道是否有32位popcnt指令，但我敢打赌您不能在32位代码中使用64位popcnt。尝试将a和b声明为uint32\t。顺便说一句，uint64是标准C，uint64不是

popcnt

是一条整数指令。因此，在32位模式下，不能将其用于64位操作数。您需要计算两半的

popcnt

，并将它们相加。这就是我测试过的所有叮当版本对内置程序所做的。但是，我无法获得任何gcc版本来使用popcnt指令。因此，虽然通常建议使用内置asm，但在这种情况下，内联asm可能更好。

64位POPCOUNT在32位系统上不受支持，因为

REX前缀仅在长模式下可用。（不在32位操作系统中）

因此

写入POPCNTQ会导致“popcnt的指令后缀无效”

请看这里：（引述如下）

解决方法是将64/128位指令拆分为两个/四个32位指令：

; a=uint_64, 64 bit operand, little endian
popcount eax, dword ptr [a]
popcount edx, dword ptr [a+4]
add eax, edx
xor edx, edx      ; for first mov below
mov dword ptr [b], edx      ; not neccessary, only due to 64 target op (will there ever be 2^64 bits set???)
mov dword ptr [b+4], eax

编辑：MASM32代码中（二进制）汉明距离的64位操作数大小版本：

Hamming_64 PROC word1:QWORD , word2: QWORD
  mov ecx, dword ptr [word1]
  mov edx, dword ptr [word1+4]
  xor ecx, dword ptr [word2]
  xor edx, dword ptr [word2+4]
  popcnt eax, ecx 
  popcnt ebx, edx
  add eax, ebx   ; returns distance in EAX
  ret
Hamming_64 ENDP

---

在使用assembly实现32位POPCNT之后，与SSSE3 shuffle assembly方法相比，似乎没有什么真正的改进。

---

正如我所怀疑的，只有64位POPCNT版本的速度几乎可以翻倍。

是的，有。但与当前使用Sshuffle的SSSE3汇编实现相比，我将错过一大部分（全部？）改进。写它只是为了说明我是如何将参数传递给汇编函数寄存器的。好吧，这很尴尬，我可以使用SSEx在32位操作系统上处理多达128位的压缩数据，而汇编POPCNT无法处理64位数据，即使打包：-s@user3581220为什么它在32位模式下工作在64位值上，而那里甚至没有64位寄存器？因为在32位操作系统上有128位xmm寄存器可访问（考虑打包的值并不是什么大问题）.@user3581220英特尔决定使XMM寄存器在处理器的所有操作模式下都可访问，但AMD决定只允许在64位长模式下访问整数寄存器的完整64位。@user3581220 XMM寄存器不是用于大128位数字，而是用于同时存储多个值。它们有不同的用法，因为XMM不是通用寄存器。此外，使用64位寄存器需要REX前缀，该前缀采用inc和dec的操作码。这就是为什么不能在64位模式下使用单字节inc/dec。原因是x86中几乎没有前缀和操作码的代码点。我以前在镜像站点上看到过此文档，但我想确定没有人找到使用64位版本的方法。嗯，我目前的组装方法实际上是对两个64字节向量进行异或运算，然后处理汉明距离，因此我尝试用两种不同的方式将洗牌替换为32位POPCNT：a）在处理POPCNT之前将XOR结果从xmm写回对齐数组，b）将XOR结果xmm寄存器移位4个字节，并将其置于32位exx寄存器中，然后在该寄存器上处理POPCNT。将代码中使用的寄存器延迟考虑到指令延迟和吞吐量，我无法改进shuffle方法（实际上我损失了5%到15%）。我仍然不确定您要实现什么或尝试实现什么算法。无论如何，我在文章中添加了一个32位版本，它计算两个64位值（QWord）的汉明距离，而不使用xmm寄存器。很直接，应该很快。我也试过了。使用SSSE3 shuffle与popcount的差异仅为1-2%。不过，这次我测试了在每个内核上运行OpenMP，一个线程用于使用32位GP寄存器的32位XOR和popcount，另一个线程用于使用xmm寄存器的128位XOR和SSSE3 shuffle popcount。一个核心进程在for循环中为线程拆分200.000个向量，首先为[0,100.000]和[100.000,200.000]，然后为（i=0；iI）可能是错误的，但在32位模式下RAX和R15的确切含义是什么？它们是GP 64位寄存器的名称，根据定义，在32位模式下没有。宽寄存器是向量“XMM”寄存器。虽然

“r”（a）

似乎是一个无辜的语法，但它确实要求

a

适合GP寄存器。请注意，您正在使用

; a=uint_64, 64 bit operand, little endian
popcount eax, dword ptr [a]
popcount edx, dword ptr [a+4]
add eax, edx
xor edx, edx      ; for first mov below
mov dword ptr [b], edx      ; not neccessary, only due to 64 target op (will there ever be 2^64 bits set???)
mov dword ptr [b+4], eax

Hamming_64 PROC word1:QWORD , word2: QWORD
  mov ecx, dword ptr [word1]
  mov edx, dword ptr [word1+4]
  xor ecx, dword ptr [word2]
  xor edx, dword ptr [word2+4]
  popcnt eax, ecx 
  popcnt ebx, edx
  add eax, ebx   ; returns distance in EAX
  ret
Hamming_64 ENDP