这份博文总结了 SSE 系列内置函数中与 shuffle 有关的宏和函数。分析验证了 _mm_shuffle_epi16 存在的可能性，并利用 _mm_shuffle_epi8 实现了该函数。
下面是 SSE 系列内置函数中与 shuffle 有关的 intrinsic 函数:
// Integer shuffle, SSE
extern __m64 _mm_shuffle_pi16(__m64 _A, int _Imm);
// SP FP shuffle, SSE
extern __m128 _mm_shuffle_ps(__m128 _A, __m128 _B, unsigned int _Imm);
// DP FP shuffle, SSE2
extern __m128d _mm_shuffle_pd(__m128d _A, __m128d _B, int _Imm);
// Integer shuffle, SSE2
extern __m128i _mm_shuffle_epi32(__m128i _A, int _Imm);
extern __m128i _mm_shufflehi_epi16(__m128i _A, int _Imm);
extern __m128i _mm_shufflelo_epi16(__m128i _A, int _Imm);
// Integer shuffle, SSSE3
extern __m128i _mm_shuffle_epi8 (__m128i a, __m128i b);
extern __m64 _mm_shuffle_pi8 (__m64 a, __m64 b);
1. _mm_shuffle_pd 和 _MM_SHUFFLE2
可以使用 _MM_SHUFFLE2 来构造 _mm_shuffle_pd 中的参数 _Imm, _MM_SHUFFLE2 是 SSE2 中定义的一个宏, 定义如下
#define _MM_SHUFFLE2(x,y) (((x)<<1) | (y))
因为 __m128d 能容纳 2 个 DP FP (双精度浮点数) , 所以 x,y 的取值集合为 {0, 1}, _MM_SHUFFLE2(x,y) 的最大值为
(((1)<<1) | (1)) == 3 <= 2^32 - 1
显然可以用 int 来表示立即数 _Imm.
2. _mm_shuffle_ps 和 _MM_SHUFFLE
可以使用 _MM_SHUFFLE 来构造 _mm_shuffle_ps 中的参数 _Imm, _MM_SHUFFLE 是 SSE 中定义的一个宏, 定义如下
#define _MM_SHUFFLE(fp3, fp2, fp1, fp0) (((fp3) << 6) | ((fp2) << 4) | \
((fp1) << 2) | ((fp0)))
因为 __m128 能容纳 4 个 SP FP (单精度浮点数) , 所以 fp3, fp2, fp1, fp0 的取值集合为 {0, 1, 2, 3}, _MM_SHUFFLE(fp3, fp2, fp1, fp0) 的最大值为
(((3) << 6) | ((3) << 4) | ((3) << 2) | ((3))) == 255 == 2^8 - 1 <= 2^32 - 1
显然可以用 unsigned int 来表示立即数 _Imm.
注意: 文档和代码注释中只说到使用 _MM_SHUFFLE 来构造 _mm_shuffle_ps 中的参数 _Imm, 实际上除了 _mm_shuffle_ps, 上面的 _mm_shuffle_pi16, _mm_shuffle_epi32, _mm_shufflehi_epi16, _mm_shufflelo_epi16, 都可以使用 _MM_SHUFFLE 来构造 _Imm.
3. _mm_shuffle_epi16 和 _MM_SHUFFLE8
SSE 系列内置函数中并没有定义 _mm_shuffle_epi16, 而是定义了 _mm_shufflehi_epi16, _mm_shufflelo_epi16.
我们不妨定义 __m128i _mm_shuffle_epi16(__m128i _A, int _Imm);, 且定义 _MM_SHUFFLE8 来构造第二个参数 _Imm, 定义如下
#define _MM_SHUFFLE8(fp7, fp6, fp5, fp4, fp3, fp2, fp1, fp0)\
(((fp7) << 21) | ((fp6) << 18) | ((fp5) << 15) | ((fp4) << 12)) |\
(((fp3) << 9) | ((fp2) << 6) | ((fp1) << 3) | ((fp0)))
因为 __m128i 能容纳 8 个 16 位整型数据, 所以fp7, fp6, fp5, fp4, fp3, fp2, fp1, fp0 的取值集合为 {0, 1, 2, 3, 4, 5, 6, 7}, 则 _MM_SHUFFLE8(fp7, fp6, fp5, fp4, fp3, fp2, fp1, fp0) 的最大值为
(((7) << 21) | ((7) << 18) | ((7) << 15) | ((7) << 12)) |
(((7) << 9) | ((7) << 6) | ((7) << 3) | ((7))) == 16777215 == 2^24 - 1 <= 2^32 - 1
所以上面定义的 _mm_shuffle_epi16 理论上是可行的, 然而 SSE 系列内置函数中却没有这个函数, 我的猜测是:
_mm_shufflehi_epi16, _mm_shufflelo_epi16 可以使用 _MM_SHUFFLE 构造立即数 _Imm, 而要实现 _mm_shuffle_epi16, 还要配套实现 _MM_SHUFFLE8, 开发人员容易弄混各种 shuffle 相关的宏和函数.实际上, 可以利用 _mm_shufflehi_epi16 和 _mm_shufflelo_epi16 来实现 _mm_shuffle_epi16( 可能比较麻烦）, 也可以利用 SSSE3 中的 _mm_shuffle_epi8 来实现 _mm_shuffle_epi16.
3.1 代码一, 利用 _mm_shuffle_epi8 实现 _mm_shuffle_epi16
#include <stdio.h>
#include <emmintrin.h>
#include <tmmintrin.h>
#define _MM_SHUFFLE8(fp7, fp6, fp5, fp4, fp3, fp2, fp1, fp0)\
(((fp7) << 21) | ((fp6) << 18) | ((fp5) << 15) | ((fp4) << 12)) | \
(((fp3) << 9) | ((fp2) << 6) | ((fp1) << 3) | ((fp0)))
__m128i _mm_shuffle_epi16(__m128i _A, int _Imm)
{
_Imm &= 0xffffff;
char m01 = (_Imm >> 0) & 0x7, m03 = (_Imm >> 3) & 0x7;
char m05 = (_Imm >> 6) & 0x7, m07 = (_Imm >> 9) & 0x7;
char m09 = (_Imm >> 12) & 0x7, m11 = (_Imm >> 15) & 0x7;
char m13 = (_Imm >> 18) & 0x7, m15 = (_Imm >> 21) & 0x7;
m01 <<= 1; m03 <<= 1; m05 <<= 1; m07 <<= 1;
m09 <<= 1; m11 <<= 1; m13 <<= 1; m15 <<= 1;
char m00 = m01 + 1, m02 = m03 + 1, m04 = m05 + 1, m06 = m07 + 1;
char m08 = m09 + 1, m10 = m11 + 1, m12 = m13 + 1, m14 = m15 + 1;
//__m128i vMask = _mm_set_epi8(m00, m01, m02, m03, m04, m05, m06, m07,
// m08, m09, m10, m11, m12, m13, m14, m15);
__m128i vMask = _mm_set_epi8(m14, m15, m12, m13, m10, m11, m08, m09,
m06, m07, m04, m05, m02, m03, m00, m01);
return _mm_shuffle_epi8(_A, vMask);
}
void icvPrintM128i_16s(const __m128i& v)
{
printf("(%d, %d, %d, %d, %d, %d, %d, %d)",
v.m128i_i16[0], v.m128i_i16[1], v.m128i_i16[2], v.m128i_i16[3],
v.m128i_i16[4], v.m128i_i16[5], v.m128i_i16[6], v.m128i_i16[7]);
}
int main()
{
__m128i val = _mm_setr_epi16(0, 1, 2, 3, 4, 5, 6, 7);
icvPrintM128i_16s(val);
val = _mm_shuffle_epi16(val, _MM_SHUFFLE8(1, 2, 3, 5, 4, 7, 6, 0));
icvPrintM128i_16s(val);
getchar();
return 0;
}
4. _mm_shuffle_epi8
注意到 _mm_shuffle_epi8 的第二个参数使用的是 __m128i, 而不是 int 或 unsigned int. 可以同理得到第二个参数理论上的最大值:
(((15) << 60) | ((15) << 56) | ((15) << 52) | ((15) << 48)) |
(((15) << 44) | ((15) << 40) | ((15) << 36) | ((15) << 32)) |
(((15) << 28) | ((15) << 24) | ((15) << 20) | ((15) << 16)) |
(((15) << 12) | ((15) << 8) | ((15) << 4) | ((15))) == 2**64 - 1
所以不能用 32 位整型表示, 却能用 128 位的 __m128i 表示.