avx2

4熱

1答えて

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

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:

3熱

1答えて

非時間ストリーミング・ロード組み込み関数（_mm256_stream_load_si256）の浮動小数点（__m256d）バージョンとは何ですか？ AVX/AVX2で

私だけ__m256iのためである、_mm256_stream_load_si256()を見つけることができます。 __m256dをストリームロードする方法がないのですか？次（積極的な鋳造）を行うための任意の障害物がある（私は、CPUのキャッシュを汚染することなく、それをロードしたいと思いますか）？ __m256d *pDest = /* ... */; __m256d *pSrc = /* .

0熱

2答えて

AVX2の条件付き命令

AVX2で利用可能な条件付き命令のリストはありますか？は、これまでのところ私は、次を発見しました：マスクc に基づいaとbからの選択のための _mm256_blendv_ *は条件付き乗算と条件の追加、などのようなものはありますか？ imm8（_mm256_blend_ *など）の命令を使用すると、ベクター比較後にimm8を取得する方法を説明できますか？

5熱

1答えて

効率的な（Ryzen上で）__m256の奇数要素を__m128に抽出する方法はありますか？

AVXレジスタの64ビットコンポーネントの上位/下位32ビットコンポーネントをSSEレジスタに再パックするための本質的な方法または別の効率的な方法はありますか？ AVX2を使用したソリューションは問題ありません。は、これまでのところ私は、次のコードを使用していますが、プロファイラは、それがRyzen 1800Xに遅いと言う：インテルで // Global constant const __m2

2熱

3答えて

4ビットのAVXレジスタ用マスクの作成方法は？

_mm256_blendv_pd()は、位置63,127,191,255のビットを調べます。uint8_tの4つの下位ビットをAVXレジスタのこれらの位置に分散させる効率的な方法はありますか？また、_mm256_cmp_pd()の結果のように、AVXレジスタの対応する64ビットコンポーネントで繰り返されるように、これらのビットをブロードキャストする効率的な方法はありますか？命令セットはAVX2

0熱

1答えて

SIMD - > uint16_t配列を浮動小数点配列にfloatしてからuint16_tに戻す

私は現在、画像を操作するプロジェクトに取り組んでいます。プロセスをスピードアップして知識を増やすために、私はSIMD命令を使っていくつかの基本機能を書くことにしました。ループためを使用したコードは、このループは、おそらく完璧ではありません int idx; uint16_t* A, B, C; float gAlpha = 0.8; float alpha = 0.2; for (siz

2熱

1答えて

AVX2：U8の絶対的な相違

私はAVX（ARM NEONから来たもの）の新人であり、AVXには多くのU8算術が欠けていることに驚いていました。は、そのため私は、インライン関数でmax(a,b)-min(a,b)に頼らなければならなかった： static inline __m256i _mm256_abd_epu8(__m256i a, __m256i b) { return _mm256_sub_epi8(_m

1熱

1答えて

avo256でacosのコードですか？

acosメソッドをイメージのすべてのピクセルに対して呼び出す必要があります。私はavx2を使用しています。 intel C++コンパイラで提供されているライブラリとは別に、acos用の_mm256コードはありますか？

2熱

1答えて

avx2レジスタのビット反転

avx2レジスタ内の32ビットint値のビット反転を実行する方法はありますか？など。 _mm256_set1_epi32(2732370386); <do something here> //binary: 10100010110111001010100111010010 => 1001011100101010011101101000101 //register contains 1268

3熱

1答えて

__mm256ベクトルの非ゼロエントリの数を数える最速の方法は何ですか？

Intelの組み込み関数を使用して、複数の単精度演算を並列に実行するアルゴリズムを作成しました。私のアルゴリズムの各繰り返しの結果は、単一の256ビットベクトル（__m256）の非ゼロエントリの数です。例えば：反復の結果は、4 ベクトル内の数の非ゼロのエントリをカウントするための最速の方法は何である 00000000 FFFFFFFF 00000000 00000000 00000000 FFF