是否有用于元素部分移位的 simd 指令/内在/内置？答案

【问题标题】：Is there a simd instruction/intrinsic/builtin for partial shift of elements?是否有用于元素部分移位的 simd 指令/内在/内置？
【发布时间】：2020-01-08 07:28:34
【问题描述】：

一个最小的例子会更有益：

假设我有一个排序的 8 个整数 = {10, 20, 30, 40, 50, 60, 70, 80}（我的用例是排序整数，但考虑到向量指令作用于整个数据集，我不确定这些信息是否有价值）

需要的操作很少：

插入和移位。

-> 在它的排序位置插入 25。 -> 在索引 2 处插入 25 并换档。

10, 20, 30, 40, 50, 60, 70, 80 变为：10, 20, 25, 30, 40, 50, 60, 70

在背面拆卸和移动并插入。

-> 如果找到并删除了 20，则从数组中删除 20 并在后面插入 90。 10, 20, 30, 40, 50, 60, 70, 80 变为 10, 30, 40, 50, 60, 70, 80, 90

或者一组指令可以让它工作？

我正在尝试对降序排序数组进行多步插入和移位部分。 https://godbolt.org/z/_WCxkW

【问题讨论】：

有 AVX2 vpermd 用于 256 位向量，SSE2 pshufd 用于 128 位向量（双字元素），可以移动其他元素以设置 vpblendd 插入一。但是，没有什么特别有效的方法，也没有将插入位置转换为随机播放控制向量的好方法。如果您尝试构建 SIMD 排序，则 SIMD 向量中的插入排序并不好。
int 你的意思是int32？您是否将其中的 8 个存储在两个 SSE 寄存器中？或者你使用int16？另外：签名还是未签名？或者你有可用的 AVX2 吗？您如何确定要删除的对象（按值或按索引）？如果是由值决定，如果元素不存在怎么办？如果你在最后插入一个零，在删除之后，你的数组将不再被排序。
Int32。目前我不直接处理 SSE 寄存器，主要是通过 OpenMP 工作。 > Also: Signed or unsigned? 无论工作如何，值本质上都是无符号的。 > Or do you have AVX2 available? 我愿意。> How do you determine the to-be-removed object (by value or by index)? 按排序数组的值搜索。正如我所说，需要从示例中的数组中删除20。 > If it is determined by value, what shall happen if the element does not exist? 什么都没有。数组保持原样。
你的数组是否真的存储在内存中？（这将简化移位，只需从偏移地址加载）。如果一个待删除号码存在多次怎么办？此外，“什么都不做”，如果元素不存在会使这稍微复杂一些——我会有一个相对直接的解决方案来“删除不小于x的第一个元素”（或最后一个不大于 -如果x 只存在一次，则等效）
SIMD 向量不能有效地支持您要求的各种操作；您真正想解决什么问题？您可能应该以不同的方式解决高级问题。

标签： c++ gcc x86 sse simd

【解决方案1】：

做你想做的事情的一种通用方法是（[u]int_{8,16,32,64} 甚至float/double 的总体思路是相同的）：

将x 插入input：

// Shift your input array (e.g. "abcefghi") to the right:
out = ShiftRight(input); // out = 0abcefgh
// broadcast the to-be-inserted element (e.g., 'd')
insert = broadcast(x); // insert = dddddddd
// compute 
out = min(max(out,insert),input)
//  == min(max(0abcefgh,dddddddd),abcefghi)
//  == min(ddddefgh,abcefghi) == abcdefgh

从input中删除不小于x的第一个元素：

// shift input (e.g., "abcdefgh") to the left (insert something at the end)
out = ShiftLeft(input); // out = bcdefghX
// determine elements smaller than `x` (e.g., "f") by broadcast and compare
mask = broadcast(x) < input; // mask = 11111000
// take masked elements from `input` and other values from `out` (using a blend instruction)
out = blend(mask, input, out); // == abcdeghX

如果要删除的元素数量不能保证为 1（即，它可能不存在或多次存在），这会更加困难，因为每个输出值都可能取决于每个输入值。一种想法可能是比较相等性并计算元素的数量（使用maskmove 和popcount）。

你可以使用换档

SSE2 且只有一个 128 位寄存器：pslldq、psrldq
SSSE3 和一系列 128 位寄存器：palignr
AVX2 和一个 256 位寄存器：vpermd 带有一个预先确定的索引向量（没有 AVX2 等效于前面的指令，它适用于整个 256 位寄存器）
如果您的输入存储在内存中，请使用一个元素偏移量再次加载它（这需要一个“安全”元素超出数组的每一端 - 如果您多次执行这些操作，它可能会引入显着的写入读取延迟次）

对于广播，我建议只使用 _mm[256]_set1_epi32 内在函数，让编译器找出最有效的方法（如果没有 AVX2，这可能需要随机播放）

存在各种尺寸/类型的最小/最大运算符（取决于 SSE/AVX 版本）——只需搜索以 pmin/pmax 开头的指令即可。

据我所知，在 AVX512 之前没有无符号比较，但当然你可以使用有符号比较，如果没有值大于最大的有符号值。或者您可以通过在比较之前翻转高位来解决问题（我假设在 stackoverflow 上有一个相关的问题）。

最后，如果您有 SSE4.1，则由 pblendvb 完成混合。否则你需要做一些按位与/与非/或操作。

【讨论】：