Swizzle καναλιών

SIMD: Πράξεις μεταξύ λωρίδων

Κάθε πράξη SIMD μέχρι τώρα δρούσε λωρίδα προς λωρίδα. Η τιμή στη λωρίδα i του αποτελέσματος υπολογίζεται με βάση τη λωρίδα i των εισόδων.

Ωστόσο, υπάρχουν πολλές περιπτώσεις όπου η μετακίνηση τιμών ανάμεσα σε λωρίδες είναι απαραίτητη ή επιθυμητή. Για παράδειγμα, οι λωρίδες μπορεί να μην είναι στη σωστή σειρά για τον υπολογισμό που θέλουμε να κάνουμε.

Υπάρχουν πολλές εντολές SIMD που μετακινούν δεδομένα ανάμεσα σε λωρίδες με διαφορετικούς τρόπους.

Αναδιάταξη

Μια αναδιάταξη αλλάζει τη σειρά των byte ή των λωρίδων ενός καταχωρητή, αντλώντας κάθε λωρίδα προορισμού από μια λωρίδα πηγής που μπορεί να βρίσκεται οπουδήποτε. Μπορούν να επιλέξουν την ίδια λωρίδα για διαφορετικούς προορισμούς, κι έτσι είναι σε θέση να μεταδίδουν και τιμές.

Οι εντολές αναδιάταξης συμπεριφέρονται διαφορετικά ανάλογα με το μέγεθος και το πεδίο εκτέλεσής τους.

Επιλογή λωρίδων με άμεση τιμή

Η εντολή pshufd αναδιατάσσει τις τέσσερις λωρίδες των 32 bit της πηγής της στον προορισμό της.

Η επιλογή είναι μια άμεση τιμή 8 bit, που διαβάζεται ως τέσσερα πεδία των 2 bit, ένα για κάθε λωρίδα προορισμού. Κάθε πεδίο επιλέγει ποια από τις τέσσερις λωρίδες πηγής θα αντιγραφεί σε εκείνη τη λωρίδα προορισμού:

Η θέση του πεδίου μέσα στην άμεση τιμή, διαβασμένη από δεξιά προς τα αριστερά, δείχνει πού εισάγεται η επιλεγμένη λωρίδα. Μια λωρίδα πηγής μπορεί να επιλεγεί περισσότερες από μία φορές, κι έτσι μια μόνο λωρίδα μεταδίδεται σε ολόκληρο τον καταχωρητή:

; The bit fields are read right-to-left
pshufd xmm1, xmm0, 0b00_01_10_11 ; reverse: lane 0 takes source 0b11 (3), lane 1 takes source 0b10 (2), and so on
pshufd xmm3, xmm2, 0b00_00_00_00 ; broadcast source lane 0 into all four lanes

Αναδιάταξη λωρίδων κινητής υποδιαστολής

Υπάρχουν δύο εντολές αναδιάταξης κινητής υποδιαστολής, που ακολουθούν την ίδια γενική σύνταξη: shuf + p + την κατάληξη μεγέθους (είτε s είτε d).

Χρησιμοποιούν επίσης μια άμεση τιμή για να επιλέξουν τις λωρίδες. Το shufps χρησιμοποιεί την ίδια κωδικοποίηση πεδίων των 2 bit με τις προηγούμενες ακέραιες αναδιατάξεις. Ωστόσο, επειδή υπάρχουν μόνο 2 λωρίδες των 64 bit σε έναν τελεστέο 128 bit, το shufpd χρησιμοποιεί κωδικοποίηση πεδίου μόνο 1 bit.

Αυτές οι εντολές διαφέρουν από τις ακέραιες ομόλογές τους στο ότι αντλούν τις λωρίδες από δύο τελεστέους αντί για έναν:

• Το χαμηλό μισό του αποτελέσματος λαμβάνεται από τον τελεστέο προορισμού.
• Το υψηλό μισό λαμβάνεται από τον τελεστέο πηγής.

shufps xmm0, xmm1, 0b11_10_01_00 ; xmm0 = {xmm0[0], xmm0[1], xmm1[2], xmm1[3]}
shufps xmm2, xmm3, 0b00_00_00_00 ; xmm2 = {xmm2[0], xmm2[0], xmm3[0], xmm3[0]}
shufpd xmm4, xmm5, 0b0_1         ; xmm4 = {xmm4[1], xmm5[0]}

Επειδή και οι δύο τελεστέοι τροφοδοτούν το αποτέλεσμα, μπορούν να χρησιμοποιηθούν για να διαπλέξουν δύο διανύσματα σε ένα βήμα. Αν πηγή και προορισμός είναι ο ίδιος καταχωρητής, κάθε λωρίδα αντλείται από αυτόν.

Η αναδιάταξη byte

Το pshufb είναι η πιο γενική αναδιάταξη. Παρόλο που τα pshufb και pshufd έχουν πολύ παρόμοια ονόματα, με διαφορά μόνο στην κατάληξη μεγέθους, εκτελούν εντελώς διαφορετικές πράξεις.

Πρώτον, ενώ το pshufd χρησιμοποιεί μια άμεση τιμή για να επιλέξει θέσεις λωρίδων, το pshufb χρησιμοποιεί ένα διάνυσμα ελέγχου στον τελεστέο πηγής. Αυτό το διάνυσμα ελέγχου είναι ένας καταχωρητής xmm ή ένας τελεστέος μνήμης 16 byte.

Για καθεμία από τις 16 λωρίδες προορισμού, τα χαμηλά τέσσερα bit του διανύσματος ελέγχου δίνουν τη θέση ενός byte πηγής, από 0 έως 15. Αν η λωρίδα i του διανύσματος ελέγχου περιέχει τη θέση byte πηγής j, τότε η λωρίδα j-th του προορισμού θα μετακινηθεί στη λωρίδα i.

Αυτό αναδεικνύει μια δεύτερη διαφορά ανάμεσα στις δύο εντολές. Ενώ το pshufd παίρνει τις λωρίδες προς αναδιάταξη από έναν διαφορετικό τελεστέο πηγής, το pshufb εκτελεί την αναδιάταξη επιτόπου στον προορισμό.

section .rodata
align 16
reverse: db 15, 14, 13, 12, 11, 10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0

section .text
fn:
  pshufb xmm0, [rel reverse]
  ; xmm0[0] = xmm0[reverse[0]] (xmm0[15])
  ; xmm0[1] = xmm0[reverse[1]] (xmm0[14])
  ; ...
  ; in the end, the bytes in xmm0 are reversed

Το pshufb είναι ακόμη πιο ευέλικτο από αυτό: μπορεί να μηδενίσει οποιαδήποτε από τις λωρίδες. Αν το ανώτερο bit είναι ενεργό σε μια λωρίδα i του διανύσματος ελέγχου, τότε η λωρίδα i-th του προορισμού μηδενίζεται. Έτσι, το pshufb είναι ταυτόχρονα μια αυθαίρετη μετάθεση byte και ένας επιλεκτικός μηδενισμός, μέσα σε μία μόνο εντολή.

Επειδή το pshufb δρα σε επίπεδο byte, μπορεί επίσης να χρησιμοποιηθεί για την αναδιάταξη λωρίδων διαφορετικών μεγεθών, ομαδοποιώντας γειτονικές λωρίδες. Για παράδειγμα, μπορεί να χρησιμοποιηθεί για την αναδιάταξη dword:

section .rodata
align 16
input: dd 13, 25, 37, 49 ; each number takes 4 bytes
reverse_dwords: db 12, 13, 14, 15, 8, 9, 10, 11, 4, 5, 6, 7, 0, 1, 2, 3 ; aligned too, since input spans 16 bytes

section .text
fn:
  movdqa xmm0, [rel input] ; xmm0 = {13, 25, 37, 49}
  pshufb xmm0, [rel reverse_dwords]
  ; xmm0 = {49, 37, 25, 13}

Διαπλοκή λωρίδων

Οι εντολές unpack παίρνουν λωρίδες από δύο τελεστέους και τις πλέκουν μεταξύ τους, εναλλάσσοντας ανάμεσα στους δύο. Υπάρχουν παραλλαγές για ακέραιους και για κινητή υποδιαστολή και ακολουθούν σε μεγάλο βαθμό την ίδια γενική δομή σύνταξης, με δύο διαφορές:

1. Υπάρχει μια κατάληξη l ή h που δείχνει αν δρα στο χαμηλό μισό (l) ή στο υψηλό μισό (h) κάθε τελεστέου.
2. Οι ακέραιες παραλλαγές παίρνουν δύο καταλήξεις μεγέθους, με τη δεύτερη να αντιπροσωπεύει το διπλάσιο της πρώτης. Για παράδειγμα, bw ή qdq (η κατάληξη μεγέθους για 16 byte είναι dq, όπως στο movdqu).

punpcklwd xmm0, xmm1 ; p + unpck + l + wd
; this interleaves the first 4 words of xmm0 and xmm1 into 4 dwords
; for each dword in the result, the first word is taken from xmm0 and the second, from xmm1
; xmm0 = {xmm0[0], xmm1[0], xmm0[1], xmm1[1], xmm0[2], xmm1[2], xmm0[3], xmm1[3]}

unpckhps xmm2, xmm3 ; unpck + h + p + s
; this interleaves the high 32-bit floats of xmm2 and xmm3
; xmm2 = {xmm2[2], xmm3[2], xmm2[3], xmm3[3]}

Στένωση με κορεσμό

Οι εντολές pack κινούνται προς την αντίθετη κατεύθυνση, συνδυάζοντας τις λωρίδες δύο τελεστέων σε λωρίδες μισού πλάτους στον προορισμό.

Αυτές οι εντολές δεν παίρνουν πρόθεμα p. Κατά τα άλλα, η σύνταξη συνδυάζει στοιχεία που έχουμε ήδη δει:

• την πράξη που εκτελείται, pack.
• ένα s ή u που δείχνει αν οι τιμές εξόδου είναι με πρόσημο ή χωρίς πρόσημο, αντίστοιχα.
• ένα s για κορεσμό, όπως στην αριθμητική με κορεσμό που είδαμε σε προηγούμενη έννοια.
• δύο καταλήξεις μεγέθους, με τη δεύτερη να δηλώνει το μισό πλάτος της πρώτης (την αντίθετη συμπεριφορά από το unpck).

Επειδή η πράξη pack είναι στενωτική, δεν χρειάζεται κατάληξη l ή h:

packssdw xmm0, xmm1 ; pack + s (for signed) + s (for saturating) + dw (dword to word)
packuswb xmm2, xmm3 ; pack + u (for unsigned) + s (for saturating) + wb (word to byte)

Αυτές οι εντολές εφαρμόζουν κορεσμό, δηλαδή οι τιμές εξόδου περιορίζονται στο στενότερο εύρος. Λειτουργούν από dword σε word και από word σε byte. Δεν υπάρχει παραλλαγή από qword σε dword.

Σημείωσε ότι η είσοδος θεωρείται πάντα ότι έχει πρόσημο. Ο τύπος, με πρόσημο ή χωρίς πρόσημο, αφορά την έξοδο. Δείχνει το εύρος στο οποίο θα γίνει ο περιορισμός. Για παράδειγμα, το packsswb περιορίζει στο εύρος ενός byte με πρόσημο, δηλαδή [-128, 127].

Οι χαμηλές λωρίδες του αποτελέσματος προέρχονται από τον τελεστέο προορισμού και οι υψηλές από την πηγή:

packusdw xmm0, xmm1   ; 8 words, each clamped to 0..65535
; xmm0 = {xmm0[0], xmm0[1], xmm0[2], xmm0[3], xmm1[0], xmm1[1], xmm1[2], xmm1[3]}

Αυτές οι εντολές δεν έχουν αντίστοιχη έκδοση για κινητή υποδιαστολή.

Μετακίνηση μεμονωμένων λωρίδων

Μέχρι τώρα, μετακινούσαμε πάντα δεδομένα ανάμεσα σε έναν καταχωρητή SIMD και έναν καταχωρητή γενικού σκοπού χρησιμοποιώντας τα movq/movd. Αυτές οι εντολές μπορούν να γράψουν ή να διαβάσουν μόνο τη χαμηλή λωρίδα ενός καταχωρητή SIMD, και, όταν γράφουν, μηδενίζουν όλες τις άλλες λωρίδες.

Υπάρχουν εντολές που κάνουν το ίδιο για οποιαδήποτε λωρίδα, όχι μόνο την πρώτη, αφήνοντας τις άλλες λωρίδες άθικτες:

• οι εντολές insert γράφουν ένα στοιχείο από έναν καταχωρητή γενικού σκοπού, ή από τη μνήμη, σε μια λωρίδα που επιλέγεται με άμεση τιμή.
• οι εντολές extract διαβάζουν από μια λωρίδα και τη βγάζουν σε έναν καταχωρητή γενικού σκοπού.

Και οι δύο ακολουθούν τη σύνταξη των ακεραίων: p + insr/extr + την κατάληξη μεγέθους (b, w, d ή q).

Και στις δύο περιπτώσεις, ο καταχωρητής γενικού σκοπού είναι συνήθως πλάτους 32 bit. Μόνο τα pinsrq και pextrq χρειάζονται τελεστέο 64 bit. Ένας τελεστέος μνήμης έχει πάντα το μέγεθος της πράξης: 8 bit για τα pinsrb/pextrb, 16 bit για τα pinsrw/pextrw, και ούτω καθεξής.

pinsrb xmm0, eax, 5        ; replace byte 5 of xmm0 with the low byte of eax
pextrb byte [rdx], xmm0, 5 ; copy byte 5 of xmm0 into the memory location indicated by rdx

Σημείωσε ότι αυτές οι εντολές, όπως ακριβώς τα movd και movq, απλώς μετακινούν ακατέργαστα byte. Αυτό σημαίνει ότι μπορούν να χρησιμοποιηθούν και για τιμές κινητής υποδιαστολής που είναι αποθηκευμένες στη μνήμη ή σε έναν καταχωρητή γενικού σκοπού.