Rust 用于判断整数块是否连续的SIMD算法.

我认为您的第一个 idea 可能最好在一个循环中完成，该循环可以分摊加载向量常量的成本.AVX-512可以有效地做到这一点.

或者使用向量加载，然后用vpbroadcastd单独广播低元素，或者使用向量加载和广播加载.例如vpaddd zmm16, zmm31, [rdi]{1to16}/vpcmpeqd k1, zmm16, [rdi].

嗯，但然后判断所有元素是否为真，我猜可能是kaddw与常量1，并判断低16位是否为0与kortest？或者仅将kmov与0xffff进行比较，就像我们在SSE/AVX pmovmskb中所做的那样.我试过了，克朗有一个更好的主意:比较不相等，并判断掩码是否全为零.(即，通过判断每个元素是否不相等来判断它们是否相等.)这允许在掩码本身上使用kortest.我把朗的 idea 应用到我的本质上，这样GCC也可以做得更好.

在C++中:

#include <immintrin.h>

// compare for not-equal, checking the mask for 0
bool check_contig(int *p)
{
    __m512i bcast_first = _mm512_set1_epi32(*p);
    __m512i desired = _mm512_add_epi32(bcast_first, _mm512_setr_epi32(15,14,13,12,11,10,9,8,7,6,5,4,3,2,1,0));

    __m512i v = _mm512_loadu_si512(p);
    __mmask16 cmp = _mm512_cmpneq_epi32_mask(desired, v);
    return cmp == 0;
}

GCC和Cang的Godbolt-ASM:

# GCC
check_contig(int*):
        vmovdqa32       zmm0, ZMMWORD PTR .LC0[rip]
        vpaddd  zmm0, zmm0, DWORD PTR [rdi]{1to16}
        vpcmpd  k0, zmm0, ZMMWORD PTR [rdi], 4
        kortestw        k0, k0
        sete    al
        vzeroupper
        ret

# clang
check_contig(int*):
        vpbroadcastd    zmm0, dword ptr [rdi]
        vpaddd  zmm0, zmm0, zmmword ptr [rip + .LCPI0_0]
        vpcmpneqd       k0, zmm0, zmmword ptr [rdi]
        kortestw        k0, k0
        sete    al
        vzeroupper
        ret

因此，它们都 Select 加载两次而不是vpbroadcastd zmm1, xmm0次，至少在不在循环中时是这样，因此向量常量也必须从.rodata开始加载.

也许如果我把它写成_mm512_broadcastd_epi32( _mm512_castsi512_si128(v))，他们会更喜欢一个加载，代价是一个额外的洗牌.(当您有512位微处理器在运行时，情况可能会更糟，因此Intel CPU关闭了端口1上的矢量ALU，只留下端口0和5.https://agner.org/optimize/和https://uops.info/)

ALGO B-避免非平凡向量常量

也许您的第二种方法也可以高效地使用valignd来旋转向量；它需要的唯一向量常量是全一，它可以更便宜地生成(vpternlogd)而不是加载.

判断比较掩码可能需要kmov到整数，and+cmp才能判断除一位以外的所有位，除非我们可以使用相同的技巧clang进行排列，以便我们实际上希望掩码在我们想要的位置为全零.在这种情况下，test eax, imm32可以判断我们想要的位，而忽略我们不想要的位.