最佳 SSE 无符号 8 位比较

我试图找到使用 SSE（最高 SSE 4.2）执行 8 位无符号比较的最佳方法。

我正在处理的最常见情况是比较 > 0U，例如

_mm_cmpgt_epu8(v, _mm_setzero_si128())                // #1

（当然，这也可以被认为是对非零的简单测试。）

但我也对更一般的情况感兴趣，例如

_mm_cmpgt_epu8(v1, v2)                                // #2

第一种情况可以使用 2 条指令，使用各种不同的方法来实现，例如与 0 比较，然后将结果取反。第二种情况通常需要 3 条指令，例如从两个操作数中减去 128 并执行有符号比较。 （看这个问题 https://stackoverflow.com/questions/32945410/sse2-intrinsics-comparing-unsigned-integers适用于各种 3 种指令解决方案。）

我正在寻找的理想情况是#1 的单指令解决方案和#2 的双指令解决方案。如果这两者都不可能，那么我也对各种可能的 2 或 3 指令实现中哪一种在现代 Intel CPU（Sandy Bridge、Ivy Bridge、Haswell）上最有效的想法感兴趣。

到目前为止案例 #2 的最佳实现：

• 1. 与无符号最大值比较等于并反转结果：

#define _mm_cmpgt_epu8(v0, v1) \ _mm_andnot_si128(_mm_cmpeq_epi8(_mm_max_epu8(v0, v1), v1), \ _mm_set1_epi8(-1))

两条算术指令 + 一条按位指令 = 1.33 吞吐量。

• 2. 反转两个参数的符号位（== 减去 128）并使用有符号比较：

#define _mm_cmpgt_epu8(v0, v1) \ _mm_cmpgt_epi8(_mm_xor_si128(v0, _mm_set1_epi8(-128)), \ _mm_xor_si128(v1, _mm_set1_epi8(-128)))

一条算术指令 + 两条按位 = 1.16 吞吐量。

案例 #1 的最佳实现，源自上面的案例 #2 实现：

• 1.

#define _mm_cmpgtz_epu8(v0) \ _mm_andnot_si128(_mm_cmpeq_epi8(v0, _mm_set1_epi8(0)), \ _mm_set1_epi8(-1))

一条算术指令 + 一位按位 = 0.83 吞吐量。

• 2.

#define _mm_cmpgtz_epu8(v0) \ _mm_cmpgt_epi8(_mm_xor_si128(v0, _mm_set1_epi8(-128)), \ _mm_set1_epi8(-128)))

一条算术指令 + 一位按位 = 0.83 吞吐量。

有一个例子来自Simd 库 http://simd.sourceforge.net/:

    const __m128i K_INV_ZERO = SIMD_MM_SET1_EPI8(0xFF);//_mm_set1_epi8(-1);

    SIMD_INLINE __m128i NotEqual8u(__m128i a, __m128i b)
    {
        return _mm_andnot_si128(_mm_cmpeq_epi8(a, b), K_INV_ZERO);
    }

    SIMD_INLINE __m128i Greater8u(__m128i a, __m128i b)
    {
        return _mm_andnot_si128(_mm_cmpeq_epi8(_mm_min_epu8(a, b), a), K_INV_ZERO);
    }

    SIMD_INLINE __m128i GreaterOrEqual8u(__m128i a, __m128i b)
    {
        return _mm_cmpeq_epi8(_mm_max_epu8(a, b), a);
    }

    SIMD_INLINE __m128i Lesser8u(__m128i a, __m128i b)
    {
        return _mm_andnot_si128(_mm_cmpeq_epi8(_mm_max_epu8(a, b), a), K_INV_ZERO);
    }

    SIMD_INLINE __m128i LesserOrEqual8u(__m128i a, __m128i b)
    {
        return _mm_cmpeq_epi8(_mm_min_epu8(a, b), a);
    }