水平最小值和SSE中無符號32位整數的位置

Question

我正在尋找一種方法來找到SSE中最小值及其在無符號32位整數（類似於_mm_minpos_epu16）中的位置。我知道我可以通過一系列_mm_min_epu32和shuffle/shift來找到最低限度，但這並不能使我獲得這個位置。

有沒有人有這樣做的很酷的方式？

Answer 1

有可能是一個聰明的方法，但現在這裏的蠻力方法：

#include <stdio.h> 
#include <smmintrin.h> // SSE4.1 

int main(void) 
{ 
    __m128i v = _mm_setr_epi32(42, 1, 43, 2); 

    printf("v  = %vlu\n", v); 

    __m128i vmin = v; 

    vmin = _mm_min_epu32(vmin, _mm_alignr_epi8(vmin, vmin, 4)); 
    vmin = _mm_min_epu32(vmin, _mm_alignr_epi8(vmin, vmin, 8)); 
                // get min value in all elements of vmin 

    printf("vmin = %vlu\n", vmin); 

    __m128i vmask = _mm_cmpeq_epi32(v, vmin);  // set min element(s) in mask to -1, 
                // all others to 0 [1] 

    printf("vmask = %vld\n", vmask); 

    int16_t mask = _mm_movemask_epi8(vmask);  // get mask as scalar [2] 

    printf("mask = %#x\n", mask); 

    int pos = __builtin_ctz(mask) >> 2;   // convert scalar mask to index [3] 

    printf("pos = %d\n", pos); 

    return 0; 
} 

如果你可以使用設置在最小元素（一個或多個）的位置（一個或多個）面罩，然後你可以在[1]處停下來，否則繼續[3]獲得（最低有效）最小元素的索引。

還要注意，__builtin_ctz是一個gcc特有的內​​在特徵（儘管它也可以在其他兼容gcc的編譯器中找到）。如果您使用的是MSVC，那麼您需要使用等效的Microsoft內部（_BitScanForward）。

Answer 2

通常情況下，如果使用SIMD的水平運算符，這很好地表明SIMD沒有得到最佳使用。然而，橫向操作的罰款在循環結束時，我會只是做

int result[4] __attribute__((aligned(16))); 
_mm_store_si128((__m128i *) result, v); 
for(int i=0; i<4; i++) if(result[i]<min) { min = result[i]; index = i; } 

在這種情況下，然而，這裏有一些解決方案使用SSE。我不知道他們是否比上面的代碼更好。

第一個解決方案是Paul R的答案的變體。

vmin = _mm_min_epu32(vmin, _mm_alignr_epi8(vmin, vmin, 4)); 
vmin = _mm_min_epu32(vmin, _mm_alignr_epi8(vmin, vmin, 8)); 
__m128i vmask = _mm_cmpeq_epi32(v, vmin); 
vmask = _mm_xor_si128(vmask, _mm_set1_epi32(-1)); 
__m128i vpos = _mm_minpos_epu16(vmask); 

vpos中的第二個16位字包含位置的兩倍。

這是另一種使用_mm_minpos_epu16的變體。它首先發現最低的高16位，然後掩蓋不在最低16位（通過將它們全部設置爲高）的值，然後找到低16位的最小值以及位置。

__m128i mask1 = _mm_setr_epi8(0x0,0x1,0x4,0x5, 0x8,0x9,0xc,0xd, 0x0,0x1,0x4,0x5, 0x8,0x9,0xc,0xd); 
__m128i mask2 = _mm_setr_epi8(0x2,0x3,0x6,0x7, 0xa,0xb,0xe,0xf, 0x2,0x3,0x6,0x7, 0xa,0xb,0xe,0xf); 
__m128i mask3 = _mm_set1_epi32(0x01000100); 

掩碼是不變的，所以它們可以在編譯時或循環外進行計算。

__m128i lo = _mm_shuffle_epi8(v,mask1);   //lower 16-bits 
__m128i hi = _mm_shuffle_epi8(v,mask2);   //upper 16-bits 
__m128i t1 = _mm_minpos_epu16(hi);     //upper 16-bits min 
__m128i t2 = _mm_shuffle_epi8(t1, mask3);   //broadcast upper min 
__m128i t3 = _mm_cmpeq_epi32(t2,hi);    //select equal 
__m128i t4 = _mm_xor_si128(t3, _mm_set1_epi32(-1));//invert 
__m128i t5 = _mm_or_si128(lo,t4);     
__m128i t6 = _mm_minpos_epu16(t5);     //lower 16-bits hi and position 

最小的高16位是在t1第16位和最小的低16位處於t6的前16位。該位置位於t6的第二個16位中。