レジスタ2本をくっつけてできる 32bit整数 32要素をまぜまぜします。

こっちは128bit境界どころか、256bit,512bit境界も超えられます。やったね。もうこれだけあれば十分なんじゃね？(まあレジスタに値をロードするのがつらい場面はありそうだけど)

# include <immintrin.h>
# include <stdio.h>

int in0[16] = {100,
               101,
               102,
               103,
               104,
               105,
               106,
               107,
               108,
               109,
               110,
               111,
               112,
               113,
               114,
               115};

int in1[16] = {116,
               117,
               118,
               119,
               120,
               121,
               122,
               123,
               124,
               125,
               126,
               127,
               128,
               129,
               130,
               131};


int table[16] = { 8,   8, 25, 31,
                  10, 10,  9, 15,
                  0,   0, 16, 16,
                  24, 24, 28, 28};

int out[16];

int
main()
{
    __m512i v0 = _mm512_loadu_si512(in0);
    __m512i v1 = _mm512_loadu_si512(in1);
    __m512i t = _mm512_loadu_si512(table);

    __m512i v = _mm512_permutex2var_epi32(v0, t, v1);

    _mm512_storeu_si512(out, v);

    for (int i=0; i<16; i++) {
        printf("%2d:%3d\n", i, out[i]);
    }
}

 $ sde -- ./a.out
 0:108
 1:108
 2:125
 3:131
 4:110
 5:110
 6:109
 7:115
 8:100
 9:100
10:116
11:116
12:124
13:124
14:128
15:128

明日は @tanakmura が vpshufb について書きます。