我正在尝试使用__m128 向量单位对复数浮点数进行一些计算。使用__m128，我可以存储两个complex floats，因为每个复数由两个浮点数组成，一个实部和一个虚部。
到目前为止，一切都很好。
当我必须将我的答案“收集”到 one complex float 时，我的问题就出现了。假设我有两个 __m128 向量，以及存储在这两个向量中的四个复数。例如，我可以使用 _mm_add_ps 内在函数将两个向量（两个和两个浮点数）相加，但是如何将结果向量中的两个复数“减少”为一个复数（两个 floats）和将其存储在数组中？
同样，如果我想从我的数组中获取一个复数并将其存储在一个向量中两次（实部在第 1 块和第 3 块中，虚部在第 2 块和第 4 块中），我该怎么做完成这个？
【问题讨论】：
标签： c vector floating-point complex-numbers intrinsics
如果您想在复数上使用 SIMD，请首先不要以交错/压缩格式存储复数。将实部和虚部存储在单独的数组中，这样您就可以并行执行四次复数乘法运算，而无需任何改组（或像 HSUBPS 这样的慢速水平运算）。
直接回答这个问题：做the first stage of a horizontal sum：将高64降低到另一个向量的低64（使用_mm_movehl_ps），然后_mm_add_ps，就像我对该问题的回答所示。
然后您可以MOVLPS 存储低 2 个浮点数：void _mm_storel_pi (__m64 *p, __m128 a)。看起来你需要烦人的转换才能使用它：/ MOVSD 也可以工作，但需要多一个字节来编码。
同样，如果我想从我的数组中获取一个复数并将其存储在一个向量中两次
使用MOVDDUP 从内存或其他寄存器广播 64 位。您需要进行一些强制转换才能使用内在函数，但这很好（它们不会编译为任何指令，并且在 float 数据上使用诸如 MOVDDUP 之类的 double 指令不会对任何现有 CPU 造成任何损失）：
__m128d _mm_loaddup_pd(double const * dp);
__m128d _mm_movedup_pd(__m128d a);
与 PMOVZX (this design flaw is one of my major pet peeves with intrinsics) 不同，至少它具有负载固有特性。
【讨论】：