使用 Intel AVX 存储打包双精度向量中的各个双精度值

我正在使用 Intel AVX 指令的 C 内在函数编写代码。如果我有一个压缩双向量（a__m256d），将它们存储到内存中的不同位置（即我需要将它们扇出到不同的位置，以便它们不再打包）的最有效方法（即最少的操作数）是什么？伪代码：

__m256d *src;
double *dst;
int dst_dist;
dst[0] = src[0];
dst[dst_dist] = src[1];
dst[2 * dst_dist] = src[2];
dst[3 * dst_dist] = src[3];

使用 SSE，我可以这样做__m128类型使用_mm_storel_pi and _mm_storeh_pi内在函数。我还没有找到任何类似的 AVX 可以让我将各个 64 位片段存储到内存中。有吗？

您可以使用几个提取本征来完成此操作：（警告：未经测试）

 __m256d src = ...  //  data

__m128d a = _mm256_extractf128_pd(src, 0);
__m128d b = _mm256_extractf128_pd(src, 1);

_mm_storel_pd(dst + 0*dst_dist, a);
_mm_storeh_pd(dst + 1*dst_dist, a);
_mm_storel_pd(dst + 2*dst_dist, b);
_mm_storeh_pd(dst + 3*dst_dist, b);

您想要的是 AVX2 中的聚集/分散指令...但这还需要几年的时间。