効率的に配列にアクセスするために__m256i` `からの値を使用して - SIMD

Question

は、私がrowsとcolsと呼ば__m256i 2つの変数を持っていること、例えば、のは言わせて、その中の値は、次のとおりです。

今

rows: 0, 2, 7, 5, 7, 2, 3, 0 
cols: 1, 2, 7, 5, 7, 2, 2, 6 

、これらの値8点のためxとy位置を表すので、この場合には、私はこれらの点を有するであろう：

p0: [0, 1], p1: [2, 2], p2: [7, 7], p3: [5, 5] 
p4: [7, 7], p5: [2, 2], p6: [3, 2], p7: [0, 6] 

Iはまた、アレイはlutと呼ばたの値を有することタイプ：

lut: [0, 1, 2, 3, ..., 60, 61, 62, 63] 

私が何をしたいのかは、rowsとcols変数からこれらの位置値を使用することでlut配列にアクセスし、lutアクセス値を使用して新しい__m256i値を作成することです。

私はそれを行う方法を知っている方法は、一度にlut配列1から値を読み、新しい_m256i値を作成するために_mm256_set_epi32()を使用し、サイズ8の2つのint配列にrowsとcols値を格納することです。

これはうまくいきますが、非常に非効率的なようです。私の質問は、それをより速く行う方法があるかどうかです。

これらの値は単なるより具体的な例のためのものであることに注意してください、とlutは、順序付けされた値またはサイズ64

感謝を持っている必要はありません！

Answer 1

ので

// index = (rows << 3) + cols; 
const __m256i index = _mm256_add_epi32(_mm256_slli_epi32(rows, 3), cols); 
// result = lut[index]; 
const __m256i result = _mm256_i32gather_epi32(lut, index, 4); 

は、あなたが実際にresultを使用する前に、いくつかの命令をインターリーブすることができない限り、現在のCPU上で、これがない場合があり、命令はかなり巨大な待ち時間を有する集めることに注意してくださいのようなあなたは、avx2 gather instructionを使用してソリューションを構築することができます使う価値がある。

__m256i _mm256_i32gather_epi32 (int const* base_addr, __m256i vindex, const int scale) 

でscale要因は、実際のバイト・オフセット、すなわちとして考慮され、各指標について返される値は次のとおりです：

*(const int*)((const char*) base_addr + scale*index) 

私は「ドン4の要因を説明するために

その動作に多くのユースケースがあるかどうかを知ることができます（おそらく、1バイトまたは2バイトのエントリを持つLUTにアクセスできるようにするためです）。おそらく、これはちょうど許されました.4でスケーリングすることは可能ですが、1/4または1/2でスケーリングすることはできません（誰かが本当に必要な場合）。