主页 / coding / 问题 / 79595693
Accepted
David Wohlferd
Asked: 2025-04-28 09:49:55 +0800 CST

Vector64.ExtractMostSignificantBits 不使用 pext 指令有什么原因吗？

  • 772

令我惊讶的是，与 Vector256 不同，Vector64 中的 ExtractMostSignificantBits 函数并没有使用内部函数来完成工作。使用内部函数后，以下 36 行代码如下：

mov      qword ptr [rsp+0x80], r12
movzx    rdx, byte  ptr [rsp+0x80]
shr      edx, 7
movzx    r8, byte  ptr [rsp+0x81]
shr      r8d, 7
add      r8d, r8d
or       edx, r8d
movzx    r8, byte  ptr [rsp+0x82]
shr      r8d, 7
shl      r8d, 2
or       r8d, edx
mov      edx, r8d
movzx    r8, byte  ptr [rsp+0x83]
shr      r8d, 7
shl      r8d, 3
or       r8d, edx
mov      edx, r8d
movzx    r8, byte  ptr [rsp+0x84]
shr      r8d, 7
shl      r8d, 4
or       r8d, edx
mov      edx, r8d
movzx    r8, byte  ptr [rsp+0x85]
shr      r8d, 7
shl      r8d, 5
or       r8d, edx
mov      edx, r8d
movzx    r8, byte  ptr [rsp+0x86]
shr      r8d, 7
shl      r8d, 6
or       r8d, edx
mov      edx, r8d
movzx    r8, byte  ptr [rsp+0x87]
shr      r8d, 7
shl      r8d, 7
or       r8d, edx

分为这4个：

mov      qword ptr [rsp+0x70], rcx
mov      r10, qword ptr [rsp+0x70]
mov      r15, 0x8080808080808080
pext     r10, r10, r15

似乎你可以用这样的方法将它卷入Vector64.cs ：

public static uint ExtractMostSignificantBits<T>(this Vector64<T> vector)
{
    if (Bmi2.X64.IsSupported)
    {
        ulong mask = 0;

        if (typeof(T) == typeof(byte) || typeof(T) == typeof(sbyte))
            mask = 0x8080808080808080;
        else if (typeof(T) == typeof(short) || typeof(T) == typeof(ushort))
            mask = 0x8000800080008000;
        else if (typeof(T) == typeof(int) || typeof(T) == typeof(uint) || typeof(T) == typeof(float))
            mask = 0x8000000080000000;
        else if (typeof(T) == typeof(long) || typeof(T) == typeof(ulong) || typeof(T) == typeof(double))
            mask = 0x8000000000000000;
        else if (typeof(T) == typeof(nint) || typeof(T) == typeof(nuint))
            if (IntPtr.Size == 4)
                mask = 0x8000000080000000;
            else
                mask = 0x8000000000000000;

        ulong u = vector._00;

        ulong retval = Bmi2.X64.ParallelBitExtract(u, mask);

        return (uint)retval;
    }

    // Fall back to the old code
    uint result = 0;
    for (int index = 0; index < Vector64<T>.Count; index++)
    {
        uint value = Scalar<T>.ExtractMostSignificantBit(vector.GetElementUnsafe(index));
        result |= (value << index);
    }

    return result;
}

BMI2 已经不算“新”了，早在 2013 年左右就已推出。而且，考虑到 JIT 编译，这样做成本也不高。

我已经编写了一些测试代码（可根据要求提供），它产生的结果与现有代码相同，只是速度快了两倍多（如果对 Vector64.GetElementUnsafe 进行一些改进，速度可能会更快）。

我是不是忽略了什么细微差别或特殊情况，导致使用内在函数不可接受？还是有人只是忽略了这一点？

c#

1 个回答

  1. Best Answer

    所以，总结一下。我提出的解决方案不是.Net团队在撰写时选择的解决方案，原因（至少）有3个Vector64.ExtractMostSignificantBits：

    • BMI2 系列在 Excavator 和 Zen1/Zen2 系列处理器上的性能表现极其糟糕。虽然添加我建议的代码可以提升我机器的性能，但应尽可能避免让其他人的体验更差。

    • BMI2 系列比 SSE 系列更新，这意味着使用 SSE 指令不仅可以避免 Zen1/Zen2 问题，还能支持更老的机器。BMI2 于 2013 年推出，而 SSE2 则可追溯到 2000 年。
      英特尔的低端（赛扬/奔腾）CPU 和低功耗（Silvermont 系列）直到后来才分别在 Ice Lake Pentium/Celeron 和 Gracemont（Alder Lake E 核）上获得 BMI2 支持。奔腾/赛扬品牌的 Skylake 衍生 CPU 及更早的 CPU 禁用了 AVX1/2，BMI1/2 也禁用了，可能是通过禁用 VEX 前缀解码来实现的。

    • 即使在处理更多位时，SSE 指令也能比 BMI2 指令生成更快的代码。

    看看这些数字：

    Execution times of my test suite (in seconds):

Original code: 20.276
BMI2: 8.759
V128: 6.937

    因此，正如大家预测的那样，使用 128 位矢量指令显然是赢家。

    现在我将利用我所学到的知识并将其推销给 .Net 人员，看看他们是否感兴趣。

    • 1

相关问题