はじめに
浮動小数点型であるfloat/double型から整数型に変換します．
変換には，cvt命令とcvtt命令があります．
cvt命令は，MXCSRレジスタに応じて丸めを行い，cvtt命令は，常に切り捨てで丸めを行います．
_mm256_cvtepi32_ps (AVX)
__m256 _mm256_cvtepi32_ps (__m256i a)
asm: vcvtdq2ps ymm, ymm/m256
動作
cvtepi32_ps
CPI/Uops
| Architecture | Latency | Throughput | Uops |
|---|---|---|---|
| Alderlake | 4 | 0.5 | - |
| Icelake | 4 | 0.5 | 1 |
| Skylake | 4 | 0.5 | 1 |
| Broadwell | 3 | 1 | 1 |
| Haswell | 3 | 1 | 1 |
| Ivy Bridge | 3 | 1 | 1 |
| Sandy Bridge | 3 | 1 | 1 |
| Zen3 | 3 | 0.5 | 1 |
| Zen2 | 3 | 1 | 1 |
| Zen | 4 | 2 | 2 |
- メモリから読み込んでもスループットは変わりません．
説明
8つの要素のintをfloatに変換します．
型を変換するだけですが，演算コストがかかります．
IntelのCPUの場合，Alderlakeを除いて浮動小数点の加算と同じコストがかかります．
AMDの場合，Zen2までは加算よりもすこしだけ重たい処理になります．
intからfloat変換はメモリからロードしてもスループットは変わりません．
_mm256_cvt|cvttps_epi32 (AVX)
__m256i _mm256_cvtps_epi32 (__m256 a)
asm: vcvtps2dq ymm, ymm/m256
__m256i _mm256_cvttps_epi32 (__m256 a)
asm: vcvttps2dq ymm, ymm/m256
動作
cvtps_epi32/cvttps_epi32
CPI/Uops
| Architecture | Latency | Throughput | Uops |
|---|---|---|---|
| Alderlake | 4 | 0.5 | - |
| Icelake | 4 | 0.5 | 1 |
| Skylake | 4 | 0.5 | 1 |
| Broadwell | 3 | 1 | 1 |
| Haswell | 3 | 1 | 1 |
| Ivy Bridge | 3 | 1 | 1 |
| Sandy Bridge | 3 | 1 | 1 |
| Zen3 | 3 | 0.5 | 1 |
| Zen2 | 3 | 1 | 1 |
| Zen | 4 | 2 | 2 |
- 逆変換とパフォーマンスは同じです．
- メモリから読み込んでもスループットは変わりません．
説明
8つの要素のfloatにint変換します．
cvt命令の場合，intへの変換の場合，MXCSRコントロールレジスタの状態に合わせて浮動小数点を丸めます．
cvtt命令の場合，MXCSRコントロールレジスタの状態を無視して，常時0への切り捨てのキャストします．
つまり下記のようなキャストを行います．
double a=10.5;
int b = (int)a;
打ち切る場合も，打ち切らない場合もパフォーマンスは同じで，この逆変換とも同じです．
IntelのCPUの場合，Alderlakeを除いて浮動小数点の加算と同じコストがかかります．
AMDの場合，Zen2までは加算よりもすこしだけ重たい処理になります．
_mm256_cvtepi32_pd (AVX)
__m256d _mm256_cvtepi32_pd (__m128i a)
asm: vcvtdq2pd ymm, xmm/m128
動作
cvtepi32_pd
CPI/Uops
| Architecture | Latency | Throughput | Uops |
|---|---|---|---|
| Alderlake | 7 | 1 | - |
| Icelake | 7 | 1 | 2 |
| Skylake | 7 | 1 | 2 |
| Broadwell | 6 | 1 | 2 |
| Haswell | 6 | 1 | 2 |
| Ivy Bridge | 5 | 1 | 2 |
| Sandy Bridge | 5 | 1 | 2 |
| Zen3 | 4(≤11) | 1(0.5) | 2(1) |
| Zen2 | 4(≤11) | 1(1) | 2(1) |
| Zen | 7(≤14) | 2(3) | 4(7) |
- floatへの変換よりも重たいです．
- かっこつきはメモリから読み込んだ場合です．
- AIDA64: Zen L:7, T:2, Zen2 L:4, T:1, Zen3 L:4, T:0.5
- Anger: Zen L:6, T:2, Zen2 L:5, T:1, Zen3 L:6, T:1
- uopsによると，メモリから読み込むとZen3のスループットは倍になります．
- IntelのCPUは，doubleからintへの変換も同コストです．
説明
4つの要素のintをdoubleに変換します．
doubleとintのサイズが異なり，出力は2倍のサイズとなるため，引数の型は__m128iです．
epi64からの変換ではないことに注意してください．
_mm256_cvtpd|cvttpd_epi32 (AVX)
__m128i _mm256_cvtpd_epi32 (__m256d a)
asm: vcvtpd2dq ymm, ymm/m256
__m128i _mm256_cvttpd_epi32 (__m256d a)
asm: vcvttpd2dq ymm, ymm/m256
動作
cvtpd_epi32/cvttpd_epi32
CPI/Uops
| Architecture | Latency | Throughput | Uops |
|---|---|---|---|
| Alderlake | 7 | 1 | - |
| Icelake | 7 | 1 | 2 |
| Skylake | 7 | 1 | 2 |
| Broadwell | 6 | 1 | 2 |
| Haswell | 6 | 1 | 2 |
| Ivy Bridge | 5 | 1 | 2 |
| Sandy Bridge | 5 | 1 | 2 |
| Zen3 | 6 | 1 | 2 |
| Zen2 | 6 | 1 | 2 |
| Zen | 7 | 2 | 4 |
- AIDA64 Zen L:7, T:1, Zen2 L:6.1, T:0.68 Zen3 L:6.5, T:0.43
- メモリから読み込んでも動作は変わりません．
説明
下位4つの要素のdoubleにint変換します．
cvt命令の場合，intへの変換の場合，MXCSRコントロールレジスタの状態に合わせて浮動小数点を丸めます．
cvtt命令の場合，MXCSRコントロールレジスタの状態を無視して，常時0切り捨てのキャストします．
つまり下記のようなキャストを行います．
double a=10.5;
int b = (int)a;
doubleとintのサイズが異なり，出力は半分のサイズとなるため，戻り値の型は__m128iです．
epi64への変換ではないことに注意してください．
Zenアーキテクチャもスループットに違いはありません．