将SSE翻译成Neon:如何打包然后提取32位结果

Question

我必须将以下指令从SSE转换为Neon

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

哪里:

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

所以基本上我必须从寄存器中取出第4,第8,第12和第16个字节并将其放入uint32_t.看起来像一个包装说明(在SSE我似乎记得我使用了shuffle,因为它与包装相比节省了一条指令,这个例子显示了包装说明的使用).

这个操作如何在霓虹灯中翻译？
我应该使用包装说明吗？
那么我如何提取32位？(有没有相当于_mm_cvtsi128_si32？)

编辑:
首先,vgetq_lane_u32应该允许替换_mm_cvtsi128_si32 (但我必须将我的uint8x16_t转换为uint32x4_t)

uint32_t  vgetq_lane_u32(uint32x4_t vec, __constrange(0,3) int lane);

或者直接存放车道 vst1q_lane_u32

void  vst1q_lane_u32(__transfersize(1) uint32_t * ptr, uint32x4_t val, __constrange(0,3) int lane); // VST1.32 {d0[0]}, [r0]

Answer 1

我发现了这个很棒的指南。我正在研究这个问题，似乎我的操作可以用一个 VTBL 指令（查找表）来完成，但我将用 2 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);

所以像这样：

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);

最后一个没有给出警告使用__attribute__((optimize("lax-vector-conversions")))

但是，由于数据转换，这两个分配是不可能的。一种解决方法如下（编辑：这违反了严格的别名规则！编译器可以假设a在分配 的地址时不会改变d。）：

uint8x8x2_t* d = (uint8x8x2_t*) &a;
*d = vuzp_u8(vget_low_u8(a), vget_high_u8(a) );
*d = vuzp_u8(vget_low_u8(a), vget_high_u8(a) );
vst1q_lane_u32(out,a,0);

我通过灵活的数据类型实现了更通用的解决方法：

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);

编辑：

这是带有随机播放掩码/查找表的版本。它确实使我的内部循环更快一些。我再次使用了此处描述的数据类型。

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);