使用 SIMD 查找表

Question

我有一个大像素处理函数，我目前正在尝试使用内部函数进行优化。

作为 SSE 新手，我不知道如何处理涉及查找表的代码部分。

基本上，我正在尝试对以下 vanilla C++ 代码进行矢量化：

 //outside loop
const float LUT_RATIO = 1000.0F;

//in loop
float v = ... //input value
v = myLookupTable[static_cast<int>(v * LUT_RATIO)];

我正在尝试什么：

//outside loop
const __m128 LUT_RATIO = _mm_set1_ps(1000.0F);

//in loop
__m128 v = _mm_set_ps(v1, v2, v3, v4); //input values
__m128i vI = _mm_cvtps_epi32(_mm_mul_ps(v, LUT_RATIO)); //multiply and convert to integers
v = ??? // how to get vI indices of myLookupTable?

edit：ildjarn 提出了一个需要我澄清的观点。我不是想加快查找表代码的速度，我只是想避免必须将寄存器存储回专门用于查找的浮点数，因为这部分夹在理论上可以从 SSE 中受益的两个其他部分之间。

Answer 1

如果您可以等到明年，那么英特尔的 Haswell CPU 将配备 AVX2，其中包括用于收集负载的指令。这使您能够执行例如在一条指令中进行 8 个并行 LUT 查找（参见例如 VGATHERDPS）。除此之外，你运气不好，除非你的 LUT 非常小（例如 16 个元素），在这种情况下你可以使用 PSHUFB。