0as*_*asm 5 assembly bit-manipulation x86-64 simd
我有两个 64 位值，我想按如下方式对它们进行 XNOR：
RAX: 01000001 | 01000010 | 01000011 | 01000001 | 01000101 | 01000110 | 01000111 | 01000001 XNOR
RBX: 01000001 | 01000001 | 01000001 | 01000001 | 01000001 | 01000001 | 01000001 | 01000001
-------------------------------------------------------------------------------------------
RCX: 1 0 0 1 0 0 0 1
XNOR does the following:
1 XNOR 1 | 1
1 XNOR 0 | 0
0 XNOR 1 | 0
0 XNOR 0 | 1
以便每次 XNOR 结果都准确地0xff输出1到 RCX 寄存器中相应的块位置。
是否有 I64 指令或算术/逻辑表达式来解决上述问题？
“在 8 位块中”部分使其与按位 XNOR 非常不同。您希望使用 AND 以 8 位块的形式水平减少 XNOR 结果。 这就是SIMD 的意义所在。
您想要的具体操作是比较相等性。幸运的是，x86 SSE2（或 MMX）pcmpeqb xmm0, xmm1正是这样做的，在比较相等的元素中生成 0xFF (-1)，在其他元素中生成 0x00。您可以movq xmm0, src对其进行设置，将 8 字节零扩展加载到 16 字节 XMM 寄存器中。
您可以使用 得到结果（从 XMM0 的低 8 个字节）到 RCX 中movq rcx, xmm0，其中 absf rcx, rcx将找到最低非零位的位置。或者test rcx, rcx如果有任何非零位，会让您分支。
如果你想要RCX = 0x0100000100000001（即每个字节底部有1位），你可以在MOVQ之前使用SSSE3pabsb xmm0, xmm0来进行字节的打包绝对值，映射0xFF -> 1并保持0不变。与 SSE2 不同，这不是x86-64的基准，但缺乏它的 CPU 已经完全过时了（比如最新的 AMD Phenom II）。
将 SIMD 比较结果转换为整数寄存器的正常方法是pmovmskb。 它的效率与movq r, x但允许您获取所有 16 字节元素，甚至无需使用 64 位寄存器。
movq xmm0, [rdi] ; 8-byte load. Use movdqu for all 16 bytes
movq xmm1, [rsi]
pcmpeqb xmm0, xmm1
pmovmskb ecx, xmm0
cmp ecx, 0xffff
je all_were_equal
test cl, cl ; low 8 bytes of compare result -> low 8 bits of RCX
jnz some_were_equal
这取每个字节的高位。即给你一个比较位图。您可以bsf ecx, ecx查找 16 个字节中的哪个（如果有）是第一个匹配项。（如果您的输入是零扩展的 8 字节值，则第 9 个字节将始终匹配。CH 将为 pmovmskb 输入上半部分的全 1。）
当然，您可以简单地对其进行分支，而不是对比较结果进行位扫描。常见的方式有：
test ecx, ecx/jnz如果有任何元素比较 true 则跳转cmp ecx, 0xffff/je如果全部匹配则跳转。相关：将 16 字节字符串与 SSE 进行比较，以使用内在函数执行此操作。
您可以使用 MMX movq mm0, [rdi]/来做到这一点，但在一些最新的 CPU 上，MMX 的吞吐量比 SSE2 差（例如 Skylake 上的执行端口较少），并且当您完成恢复 x87 状态时pcmpeqb mm0, [rsi]，您需要慢一些emms到 x87 模式。
不过，如果您的数据自然是 8 字节块，那么您将保存 a ，movq因此您自然不能一次只处理 16 字节。而且指令更加紧凑（机器代码大小），正如您可以在英特尔手册中看到它们的编码。因此，如果 8 字节块确实非常适合，并且您可以将 EMMS 排除在足够大的循环之外，那么 MMX 值得考虑。（或者如果你绝对从不使用x87指令，甚至不调用任何库函数，并且可以跳过EMMS）