使用SSE2内部函数存储或提取标量整数结果的更好方法

Question

我想知道在使用SSE2时，加载和存储的效率是如何变化的。

在本例中，我希望将pclmulqdq指令(进位较少的乘法，对于多项式算术很有用)与普通的C函数进行比较，因此我需要与标准函数相同的“调用约定”。

A和b是16个有效位，结果将具有32个有效位

#include <wmmintrin.h>

int GFpoly_mul_i(int a, int b) {

 __m128i xa = _mm_loadu_si128( (__m128i*) a);
 __m128i xb = _mm_loadu_si128((__m128i*) b);
 __m128i r = _mm_clmulepi64_si128(xa, xb, 0);

 _MM_ALIGN16 int result[4];
 __m128i* ptr_result = (__m128i*)result;
 _mm_store_si128(ptr_result, r);
 return result[0];
}

Answer 1

使用_mm_cvtsi128_si32可以轻松地从向量的最低部分提取32位整数

return _mm_cvtsi128_si32(r);

将32位整数加载到向量的最低部分可以通过“相反”操作_mm_cvtsi32_si128来完成

__m128i xa = _mm_cvtsi32_si128(a);

使用_mm_loadu_si128( (__m128i*) a)不能将整数a加载到向量中，这会将a转换为指针并取消对其的引用(读取128位向量)，但a只是一个整数值，并不指向任何有用的地方，除非可能是偶然的。