AVX编程基础

数据类型	描述
__m128	包含4个float类型数字的向量
__m128d	包含2个double类型数字的向量
__m128i	包含若干个整型数字的向量
__m256	包含8个float类型数字的向量
__m256d	包含4个double类型数字的向量
__m256i	包含若干个整型数字的向量

每一种类型，从2个下划线开头，接一个m，然后是vector的位长度。
如果向量类型是以d结束的，那么向量里面是double类型的数字。如果没有后缀，就代表向量只包含float类型的数字。
整形的向量可以包含各种类型的整形数，例如char,short,unsigned long long。也就是说，__m256i可以包含32个char，16个short类型，8个int类型，4个long类型。这些整形数可以是有符号类型也可以是无符号类型。

函数命名约定

_mm<bit_width>_<name>_<data_type>

<bit_width> 表明了向量的位长度，对于128位的向量，这个参数为空，对于256位的向量，这个参数为256。
<name> 描述了内联函数的算术操作。
<data_type> 标识函数主参数的数据类型。

-ps 包含float类型的向量
pd 包含double类型的向量
epi8/epi16/epi32/epi64 包含8位/16位/32位/64位的有符号整数
epu8/epu16/epu32/epu64 包含8位/16位/32位/64位的无符号整数
si128/si256 未指定的128位或者256位向量
m128/m128i/m128d/m256/m256i/m256d 当输入向量类型与返回向量的类型不同时，标识输入向量类型

初始化函数

用标量值初始化

数据类型	描述
_mm256_setzero_ps/pd	返回一个全0的float类型的向量
_mm256_setzero_si256	返回一个全0的整形向量
_mm256_set1_ps/pd	用一个float类型的数填充向量
_mm256_set1_epi8/epi16/epi32/epi64x	用整形数填充向量
_mm256_set_ps/pd	用8个float或者4个double类型数字初始化向量
_mm256_set_epi8/epi16/epi32/epi64x	用一个整形数初始化向量
_mm256_set_m128/m128d/m128i	用2个128位的向量初始化一个256位向量
_mm256_setr_ps/pd	用8个float或者4个double的转置顺序初始化向量
_mm256_setr_epi8/epi16/epi32/epi64x	用若干个整形数的转置顺序初始化向量

从内存中加载数据

数据类型	描述
_mm256_load_ps/pd	从对齐的内存地址加载浮点向量
_mm256_load_si256	从对齐的内存地址加载整形向量
_mm256_loadu_ps/pd	从未对齐的内存地址加载浮点向量
_mm256_loadu_si256	从未对齐的内存地址加载整形向量
_mm_maskload_ps/pd	根据掩码加载128位浮点向量的部分
_mm256_maskload_ps/pd	根据掩码加载256位浮点向量的部分
(2)_mm_maskload_epi32/64	根据掩码加载128位整形向量的部分
(2)_mm256_maskload_epi32/64	根据掩码加载256位整形向量的部分

最后2个函数前面有一个(2)，代表这两个函数只在AVX2中支持。

数据类型	描述
_mm256_add_ps/pd	对两个浮点向量做加法
_mm256_sub_ps/pd	对两个浮点向量做减法
(2)_mm256_add_epi8/16/32/64	对两个整形向量做加法
(2)_mm256_sub_epi8/16/32/64	对两个整形向量做减法
(2)_mm256_adds_epi8/16 (2)_mm256_adds_epu8/16	两个整数向量相加且考虑内存饱和问题
(2)_mm256_subs_epi8/16 (2)_mm256_subs_epu8/16	两个整数向量相减且考虑内存饱和问题
_mm256_hadd_ps/pd	水平方向上对两个float类型向量做加法
_mm256_hsub_ps/pd	垂直方向上最两个float类型向量做减法
(2)_mm256_hadd_epi16/32	水平方向上对两个整形向量做加法
(2)_mm256_hsub_epi16/32	水平方向上最两个整形向量做减法
(2)_mm256_hadds_epi16	对两个包含short类型的向量做加法且考虑内存饱和的问题
(2)_mm256_hsubs_epi16	对两个包含short类型的向量做减法且考虑内存饱和的问题
_mm256_addsub_ps/pd	加上和减去两个float类型的向量

将饱和度考虑在内的函数将结果钳制到可以存储的最小/最大值。没有饱和的函数在饱和发生时忽略内存问题。

而在水平方向上做加减法的意思如下图：
最后一个指令： _mm256_addsub_ps/pd 在偶数位置减去，奇数位置加上，获最后得目标向量。

数据类型	描述
_mm256_mul_ps/pd	对两个float类型的向量进行相乘
(2)_mm256_mul_epi32 (2)_mm256_mul_epu32	将包含32位整数的向量的最低四个元素相乘
(2)_mm256_mullo_epi16/32	Multiply integers and store low halves
(2)_mm256_mulhi_epi16 (2)_mm256_mulhi_epu16	Multiply integers and store high halves
(2)_mm256_mulhrs_epi16	Multiply 16-bit elements to form 32-bit elements
_mm256_div_ps/pd	对两个float类型的向量进行想除

融合乘法和加法

数据类型	描述
(2)_mm_fmadd_ps/pd/ (2)_mm256_fmadd_ps/pd	将两个向量相乘，再将积加上第三个。(res=a*b+c)
(2)_mm_fmsub_ps/pd/ (2)_mm256_fmsub_ps/pd	将两个向量相乘，然后从乘积中减去一个向量。(res=a*b-c)
(2)_mm_fmadd_ss/sd	将向量中最低的元素相乘并相加（res[0]=a[0]*b[0]+c[0])
(2)_mm_fmsub_ss/sd	将向量中最低的元素相乘并相减（res[0]=a[0]*b[0]-c[0])
(2)_mm_fnmadd_ps/pd (2)_mm256_fnmadd_ps/pd	将两个向量相乘，并将负积加到第三个。(res = -(a * b) + c)
(2)_mm_fnmsub_ps/pd/ (2)_mm256_fnmsub_ps/pd	将两个向量相乘，并将负积加到第三个 (res = -(a * b) - c)
(2)_mm_fnmadd_ss/sd	将两个向量的低位相乘，并将负积加到第三个向量的低位。(res[0] = -(a[0] * b[0]) + c[0])
(2)_mm_fnmsub_ss/sd	将最低的元素相乘，并从求反的积中减去第三个向量的最低元素。(res[0] = -(a[0] * b[0]) - c[0])
(2)_mm_fmaddsub_ps/pd/ (2)_mm256_fmaddsub_ps/pd	将两个矢量相乘，然后从乘积中交替加上和减去（res=a*b+/-c)
(2)_mm_fmsubadd_ps/pd/ (2)_mmf256_fmsubadd_ps/pd	将两个向量相乘，然后从乘积中交替地进行减法和加法（res=a*b-/+c）（奇数次方，偶数次方）

排列和洗牌

数据类型	描述
_mm_permute_ps/pd _mm256_permute_ps/pd	根据8位控制值从输入向量中选择元素
(2)_mm256_permute4x64_pd/ (2)_mm256_permute4x64_epi64	根据8位控制值从输入向量中选择64位元素
_mm256_permute2f128_ps/pd	基于8位控制值从两个输入向量中选择128位块
_mm256_permute2f128_si256	基于8位控制值从两个输入向量中选择128位块
_mm_permutevar_ps/pd _mm256_permutevar_ps/pd	根据整数向量中的位从输入向量中选择元素
(2)_mm256_permutevar8x32_ps (2)_mm256_permutevar8x32_epi32	使用整数向量中的索引选择32位元素（浮点和整数）

Shuffle

数据类型	描述
_mm256_shuffle_ps/pd	根据8位值选择浮点元素
_mm256_shuffle_epi8/ _mm256_shuffle_epi32	根据8位值选择整数元素
(2)_mm256_shufflelo_epi16/ (2)_mm256_shufflehi_epi16	基于8位控制值从两个输入向量中选择128位块

对于_mm256_shuffle_pd，只使用控制值的高4位。如果输入向量包含int或float，则使用所有控制位。对于_mm256_shuffle_ps，前两对位从第一个矢量中选择元素，第二对位从第二个矢量中选择元素。

https://blog.triplez.cn/avx-avx2-learning-notes/

AVX编程基础数据类型数据类型描述__m128包含4个float类型数字的向量__m128d包含2个double类型数字的向量__m128i包含若干个整型数字的向量__m256包含8个float类型数字的向量__m256d包含4个double类型数字的向量__m256i包含若干个整型数字的向量每一种类型，从2个下划线开头，接...

fast-utf8-validator该库是使用 AVX 2 / SSE4 指令的非常快速的UTF-8验证器。据我所知，它是支持这些指令的CPU上世界上最快的验证器（...而不是 AVX -512）。使用更快的utf8验证器该库是使用 AVX 2 / SSE4 指令的非常快速的UTF-8验证器。据我所知，它是支持这些指令的CPU上世界上最快的验证器（...而不是 AVX -512）。使用 AVX 2，它可以以高达0.26个周期/字节的速度验证随机UTF-8文本，并以.09个周期/字节的速度验证随机ASCII文本。对于UTF-8，这大约比fastvalidate-utf-8库快1.5-1.7倍。该存储库包含库（一个C文件），这是make的构建脚本。

因为最近在做SSE/ AVX 指令集优化视频编码的某些模块，所以要学习 SSE 指令集的用法。本帖主要记录本人用到的函数的用法，将会持续更新下去。一、SSE 指令（128位寄存器） __m128i _mm_load_si128 (__m128i *p); MOVDQA 将p加载到128位寄存器上，比如p指针指向int类型（32位），则取出4个值加载到寄存器上。必须是16字节对齐方式。 __m12...

__m256i 包含若干个整型数据的向量，如char、short、int、unsigned long long等。例如256位的vector可以32个char、16个short、8个int，这些整型既可以是有符号的也可以是无符号的。

SIMD 一条指令可以执行多个数据group的计算和输出。对于SIMD相对应的SISD. intel SSE2 , AVX 2, AVX -512 假设有一个任务是统计字符串中每一个字符出现的次数，我们可以用128bit 的SISD 指令进行统计。每8个bit代表一个字符，所以只需要两个SIMD 指令（move mask、pop count）。详细测试: #include <stdio.h> #include <thread> #define INC_TO 1000000 // o

OS: win10 和 centos7，其他的linux应该都差不多。(参考这篇文章，作者也在ubuntu18.04以及Archlinux上进行过对应的测试均可) gcc: 如果使用 AVX 指令集在编写cmake或者makefile文件时需要加上 -m avx 2 参数。低版本的gcc 不支持 -m avx 2 参数，具体是在哪个版本加进来的不知道，试试就知道了。 CPU: 其实处理器也需要支持这个指令集，比如 avx 512需要 Intel 四代之后才有，可以去对应厂家的官网上查询，或者直接跑代码，看下耗时。SIMD的相

从2011年的Sandy Bridge微架构处理器开始，现在支持 AVX 系列指令集的处理器越来越多了。本文探讨如何用VC编写检测 AVX 系列指令集的程序，并利用了先前的CPUIDFIELD方案。一、 AVX 系列指令集简介　　SSE5 指令：SSE5 是一个纸面上的指令集，并没有最终实现，AMD 在 2007 年 8 月公布 SSE5 指令集规范，在 2009 年 5 月 AMD 推出了 XOP，...

在 Intel Sandy Bridge微架构中， Intel 引入了256位SIMD扩展 AVX ，这套指令集在兼容原MMX、SSE、SSE2对128位整点SIMD支持的基础上，把支持的总向量数据宽度扩展成了256位。新增了若干条256位浮点SIMD 指令。昨天， Intel 刚刚发布了 AVX 2 指令集，这套指令集在 AVX 基础上做了扩展，不过要在2013年发布的Haswell处理器上才能支持。参考1给出了

列名解释—— GCC470：GCC 4.7.0 (Fedora 17)。/usr/lib/gcc/i686-redhat-linux/4.7.0/include/。 GCC462：GCC 4.6.2 (MinGW)。\lib\gcc\mingw32\4.6.2\include。宏：判断该指令集是否启用的宏。参数：启用该指令集的命令行参数。描述：指令集描...

来自于《 Intel 汇编语言程序设计》（第四版）第八章，该过程返回字符串长度到EAX寄存器中，调用该过程时需要传递字符串的偏移，如： INVOKE Str_length,ADDR myString Str_length过程代码如下： Str_length PROC USES edi, pString : PTR BYTE ;... 如果是_mm256_insert_epi32函数问题，那可添加如下代码即可 #if _MSC_VER <= 1900 #define _mm256_insert_epi16(a, d, indx) \ _mm256_inser