AVX-512指令_mm512_shuffle_epi8分析

从Intel网站https://software.intel.com/sites/landingpage/IntrinsicsGuide/#expand=5159,5640,5159&text=_mm512_shuffle_epi8

可以得到指令_mm512_shuffle_epi8的解释如下：

 

__m512i _mm512_shuffle_epi8 (__m512i a, __m512i b)

Synopsis

__m512i _mm512_shuffle_epi8 (__m512i a, __m512i b)

#include <immintrin.h>

Instruction: vpshufb zmm, zmm, zmm

CPUID Flags: AVX512BW

Description

Shuffle packed 8-bit integers in a according to shuffle control mask in the corresponding 8-bit element of b, and store the results in dst.

Operation

FOR j := 0 to 63
	i := j*8
	IF b[i+7] == 1
		dst[i+7:i] := 0
	ELSE
		index[5:0] := b[i+3:i] + (j & 0x30)
		dst[i+7:i] := a[index*8+7:index*8]
	FI
ENDFOR
dst[MAX:512] := 0

Performance

Architecture	Latency	Throughput (CPI)
Icelake	-	1
Skylake	1	1

 

但是看了之后还是一头雾水，自己写了如下一个简单的程序来做实验：

#include <stdio.h>
#include <immintrin.h>
void printU8(char *result)
{
        for (int i = 0; i < 64; i++)
        {
                printf("%.2d ", result[i]);
        }
        printf("\n");
}

void main()
{
        const __m512i in   = _mm512_set_epi8(0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,
                                                16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,
                                                32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,
                                                48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63);
        const __m512i mask = _mm512_set_epi8(8,9,10,11,12,13,14,15,0,1,2,3,4,5,6,7,
                                       8,9,10,11,12,13,14,15,0,1,2,3,4,5,6,7,
                                       8,9,10,11,12,13,14,15,0,1,2,3,4,5,6,7,
                                       8,9,10,11,12,13,14,15,0,1,2,3,4,5,6,7);
        const __m512i out  = _mm512_shuffle_epi8(in, mask);
        printf("In:\t");
        printU8((char *)&in);
        printf("Mask:\t");
        printU8((char *)&mask);
        printf("Out:\t");
        printU8((char *)&out);
}

使用ICC编译程序输出结果如下：

In:        63 62 61 60 59 58 57 56 55 54 53 52 51 50 49 48 47 46 45 44 43 42 41 40 39 38 37 36 35 34 33 32 31 30 29 28 27 26 25 24 23 22 21 20 19 18 17 16 15 14 13 12 11 10 09 08 07 06 05 04 03 02 01 00
Mask:   07 06 05 04 03 02 01 00 15 14 13 12 11 10 09 08 07 06 05 04 03 02 01 00 15 14 13 12 11 10 09 08 07 06 05 04 03 02 01 00 15 14 13 12 11 10 09 08 07 06 05 04 03 02 01 00 15 14 13 12 11 10 09 08
Out:     56 57 58 59 60 61 62 63 48 49 50 51 52 53 54 55 40 41 42 43 44 45 46 47 32 33 34 35 36 37 38 39 24 25 26 27 28 29 30 31 16 17 18 19 20 21 22 23 08 09 10 11 12 13 14 15 00 01 02 03 04 05 06 07
 

这样一看，这个指令其实是一次处理4组数据，每组数据里面包含了16个8bits整数，这个分4组是通过伪代码里面的+ (j & 0x30)来实现的。接下来就好理解了，就是根据mask的值来取In里面对应位置的值来存到结果里面，对应伪代码如下：

FOR j := 0 to 15
    out[j] = in[mask[j]];

用下面的图来表示就更清晰了：

 

所以这个指令其实就是实现了16个8bits整数的任意交换顺序，比如说字节序的变换。同时，一次可以处理4组这样的数据。