X86 如何使用SIMD指令交换值？

我想交换两个256位向量A和B中的16位值。最理想的方法是找到一个内在指令来完成。不幸的是，我找不到，我想这项工作没有指导。洗牌、排列、混合等指令保留或销毁目标中的值。我要找的是：

vector A : |a0|a1|a2|a3|a4|a5|a6|a7||a8|a9|a10|a11|a12|a13|a14|a15|
Vector B : |b0|b1|b2|b3|b4|b5|b6|b7||b8|b9|b10|b11|b12|b13|b14|b15|
//After swapping
Vector A : |a0|a1|b2|a3|a4|b5|a6|a7||b8|a9|a10|b11|a12|a13|b14|a15|
Vector B : |b0|b1|a2|b3|b4|a5|b6|b7||a8|b9|b10|a11|b12|b13|a14|b15|

所以问题是：当有许多洗牌指令时，交换两个向量的最快方法是什么

我实施了以下计划：

#包括
#包括
无效打印向量16（uu m256i向量）
{
无符号短整数tempi16[16]；
_mm256_-store_-si256（（_-m256i*）和tempi16[0]，vec）；
printf（“[0]=%2u，[1]=%2u，[2]=%2u，[3]=%2u，[4]=%2u，[5]=%2u，[6]=%2u，[7]=%2u，[8]=%2u，[9]=%2u，[10]=%2u，[11]=%2u，[13]=%2u，[14]=%2u，[15]=%2u\n\n”，
tempi16[0]，tempi16[1]，tempi16[2]，tempi16[3]，tempi16[4]，tempi16[5]，tempi16[6]，tempi16[7]，tempi16[8]，tempi16[9]，tempi16[10]，tempi16[11]，tempi16[12]，tempi16[13]，tempi16[14]，tempi16[15]）；
}
int main（）
{
短x[16]，y[16]；
__m256i a、b、温度a、温度b；
__m256i掩码=_mm256_set_epi8（0,0，0x80，0x80，0,0，0，0x80，0x80，0,0，0,0，0x80，0x80，0,0，0x80，0,0，0,0，0x80，0x80，0,0,0）；
对于（int i=0；i实际上，您执行两个操作（洗牌和交换）。因此，我可以建议下一个解决方案：

inline void _mm256_shuffle_swap_epi16(__m256i & a, __m256i & b, 
    const __m256i & shuffle, const  __m256i & swap)
{
    __m256i a_shuffled = _mm256_shuffle_epi8(a, shuffle);
    __m256i b_shuffled = _mm256_shuffle_epi8(b, shuffle);
    a = _mm256_blendv_epi8(a_shuffled, b_shuffled, swap);
    b = _mm256_blendv_epi8(b_shuffled, a_shuffled, swap);
}

如果需要在256位向量的所有长度内洗牌，我建议使用下一个函数，而不是_mm256_shuffle_epi8（）：

256位宽的交叉通道
epi8
shuffle
shuffle
非常棒！
 vector A : |a0|a1|a2|a3|a4|a5|a6|a7||a8|a9|a10|a11|a12|a13|a14|a15|
 Vector B : |b0|b1|b2|b3|b4|b5|b6|b7||b8|b9|b10|b11|b12|b13|b14|b15|
 //After swapping
 Vector A : |a0|b0|a2|a3|b3|a5|a6|b6||a8|a9 |b9 |a11|a12|b12|a14|a15|
 Vector B : |a1|b1|b2|a4|b4|b5|a7|b7||b8|a10|b10|b11|a13|b13|b14|b15|

inline void _mm256_shuffle_swap_epi16(__m256i & a, __m256i & b, 
    const __m256i & shuffle, const  __m256i & swap)
{
    __m256i a_shuffled = _mm256_shuffle_epi8(a, shuffle);
    __m256i b_shuffled = _mm256_shuffle_epi8(b, shuffle);
    a = _mm256_blendv_epi8(a_shuffled, b_shuffled, swap);
    b = _mm256_blendv_epi8(b_shuffled, a_shuffled, swap);
}

const __m256i K0 = _mm256_setr_epi8(
    0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70,
    0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0);

const __m256i K1 = _mm256_setr_epi8(
    0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0, 0xF0,
    0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70, 0x70);

inline const __m256i Shuffle(const __m256i & value, const __m256i & shuffle)
{
    return _mm256_or_si256(_mm256_shuffle_epi8(value, _mm256_add_epi8(shuffle, K0)), 
        _mm256_shuffle_epi8(_mm256_permute4x64_epi64(value, 0x4E), _mm256_add_epi8(shuffle, K1)));
}