Optimization 创建掩蔽kreg值的有效方法

Intel的AVX-512扩展的一个好处是，除了向量寄存器外，还可以提供一个kreg来指定要应用于操作的掩码，从而几乎可以屏蔽所有操作：掩码排除的元素可以设置为零，也可以保留其以前的值

kreg的一个特别常见的用途是创建一个掩码，该掩码在向量的开始或结束处排除N个连续元素，例如，作为向量化循环中的第一次或最后一次迭代，其中将处理少于完整向量。例如，对于121

int32\t

值上的循环，前112个元素可由7个完整的512位向量处理，但剩下9个元素可由仅对前9个元素进行操作的屏蔽操作处理

因此，问题是，给定一个（运行时值）整数

r

，它是0-16范围内表示剩余元素的某个值，加载16位kreg的最有效方法是什么，以便设置低位

r

位，而不设置剩余位

KSHIFTLW

似乎不适合此用途，因为它只需要一个立即数。

正是您想要的：从指定位位置开始的零高位。到目前为止，每个使用AVX512的CPU都有BMI2

__mmask16 k = _bzhi_u32(-1UL, r);

这需要2条指令，包括单uop:mov立即指令和

BZI

。甚至是单周期延迟。（或KNL上的3个循环）

• 对于

  r=0

  ，它将给出0的所有位置零
• 对于

  r=1

  ，它只保留低位（位0）表示1
• 对于

  r=12

  ，它将位#12或更高归零，留下

  0x0FFF

  （设置了12位）
• 对于

  r>=32

  BZHI保留所有32位设置（并设置CF）

索引由第二个源操作数的位7:0指定

如果在展开的向量循环之后有一个一次一个向量的清理循环，您甚至可以在每次循环迭代中使用该循环，将剩余长度向下计数到零，而不是单独的最后一个向量清理。它将所有位设置为高长度。但这在循环内需要2个UOP，包括端口5

kmovw

，这意味着您的主循环必须使用屏蔽指令。这只适用于rI ASSUBE/hope

（~0）>>（16-r）

高效编译为32位MOV immediate+SHRX+KMOVW。呃，我猜这里也有一个sub或neg，x86移位只能通过

&31

来屏蔽计数，而不是

&15

来屏蔽15位移位。英特尔CPU上更好的序列可能是xor（异或）-zero/BTS/DEC/kmovw的可能重复序列。