C SSE2或AVX2内在函数,用于灰度到ARGB转换

我想知道是否有一个SSE2 / AVX2整数指令或指令序列(或内在函数)要执行以实现以下结果：

给定一行8字节像素的形式：

A = {a, b, c, d, e, f, g, h}

有没有办法在包含8个32位ARGB像素的YMM寄存器中加载这些像素,以便将初始灰度值广播到每个相应32位像素的其他2个字节？结果应该是这样的:( 0是alpha值)

B = {0aaa, 0bbb, 0ccc, 0ddd, 0eee, 0fff, 0ggg, 0hhh}

我是矢量扩展的完全初学者,所以我甚至不确定如何处理它,或者它是否可能.

任何帮助,将不胜感激.谢谢！

UPDATE1

谢谢你的回答.我仍然有一个问题：

我把这个小例子放在一起,并在x64上用VS2015编译.

int main()
{
    unsigned char* pixels = (unsigned char*)_aligned_malloc(64, 32);
    memset(pixels, 0, 64);

    for (unsigned char i = 0; i < 8; i++)
        pixels[i] = 0xaa + i;

    __m128i grayscalePix = _mm_load_si128((const __m128i*)pixels);
    __m256i rgba = _mm256_cvtepu8_epi32(grayscalePix);
    __m256i mulOperand = _mm256_set1_epi32(0x00010101);

    __m256i result = _mm256_mullo_epi32(rgba, mulOperand);

   _aligned_free(pixels);
    return 0;
}

问题是做完之后

__m256i rgba = mm256_cvtepu8_epi32(grayscalePix)

rgba只有前四个双字组.最后四个都是0.

英特尔开发人员手册说：

VPMOVZXBD ymm1, xmm2/m64
Zero extend 8 packed 8-bit integers in the low 8
bytes of xmm2/m64 to 8 packed 32-bit integers in
ymm1.

我不确定这是否是预期的行为,或者我仍然遗漏了一些东西.

谢谢.

解决方法:

从Mark建议的PMOVZX开始.

但在此之后,PSHUFB(_mm256_shuffle_epi8)将比PMULLD快得多,除了它与PMOVZX竞争shuffle端口. (并且它在通道内运行,因此您仍然需要PMOVZX).

因此,如果您只关心吞吐量而不是延迟,那么_mm256_mullo_epi32就是好的.但是如果延迟很重要,或者如果你的吞吐量瓶颈不是每个矢量2个shuffle-port指令,那么PSHUFB复制每个像素中的字节应该是最好的.

实际上,即使对于吞吐量,_mm256_mullo_epi32在HSW和BDW上都是坏的：对于p0来说它是2 uops(10c延迟),所以对于一个端口它是2 uop.

在SKL上,p01为2 uop(10c延迟),因此它可以维持与VPMOVZXBD相同的每时钟吞吐量.但这是一个额外的1 uop,使其更容易出现瓶颈.

(对于支持AVX2的所有Intel CPU,VPSHUFB为1 uop,端口5为1c延迟.)

标签：c,intrinsics,avx2,rgba
来源： https://codeday.me/bug/20190823/1702492.html