はじめに
小さい型から大きい型へ整数型・整数型変換をします．
char型，unsigned char型，short型，unsigned short型，int型，unsigned int型から，short型，int型，long long型に変換します．
unsignedな型への変換はありません．
また，大きい型から小さい型への変換がないことに注意してください．
小さい型への変換は，AVX2では，packs，packusで行います．
下記変換はAVX-512をサポートするシステムでしか使用できません．
- 大きな整数から小さな整数への変換
- epuへの変換
- epi64/epu64からの変換（整数・double変換はepi32から）
_mm256_cvtepi8|epu8_epi16|epi32|epi64 (AVX2)
__m256i _mm256_cvtepi8_epi16 (__m128i a)
__m256i _mm256_cvtepu8_epi16 (__m128i a)
__m256i _mm256_cvtepi8_epi32 (__m128i a)
__m256i _mm256_cvtepu8_epi32 (__m128i a)
__m256i _mm256_cvtepi8_epi64 (__m128i a)
__m256i _mm256_cvtepu8_epi64 (__m128i a)
asm: vpmovsxbw ymm, xmm/m128 //epi8_epi16
asm: vpmovzxbw ymm, xmm/m128 //epu8_epi16
asm: vpmovsxbd ymm, xmm/m128 //epi8_epi32
asm: vpmovzxbd ymm, xmm/m128 //epu8_epi16
asm: vpmovsxbq ymm, xmm/m128 //epi8_epi64
asm: vpmovzxbq ymm, xmm/m128 //epu8_epi64
動作
cvtepi8_epi16
cvtepi8_epi32
cvtepi8_epi64
CPI/Uops
| Architecture | Latency | Throughput | Uops |
|---|---|---|---|
| Alderlake | 1 | 0.5 | - |
| Icelake | 3 | 1 | 1 |
| Skylake | 3 | 1 | 1 |
| Broadwell | 3 | 1 | 1 |
| Haswell | 3 | 1 | 1 |
| Zen3 | 4(≤9) | 1.25(0.5) | 2(1) |
| Zen2 | 4(≤9) | 1.15(0.5) | 2(1) |
| Zen | 2 | 2 | 3 |
- 大きいサイズへの整数・整数型変換のパフォーマンスはすべて同じです．
- Intel CPUはAlderlakeで高速化しています．
- Zen2, Zen3の括弧付きはメモリからのロードを表し，メモリから__m128を読み込みながら変換する場合にスループットが倍になります．
説明
- epi16: 16個の8ビット整数を16ビット整数に変換します．
- epi32: 下位8個の8ビット整数を32ビット整数に変換します．
- epi64: 下位4個の8ビット整数を64ビット整数に変換します．
epiは符号有り8bit，epuは符号無し8ビット整数を変換します．
変換先がepuになる変換は有りません．
_mm256_cvtepi16|epu16_epi32|epi64 (AVX2)
__m256i _mm256_cvtepi16_epi32 (__m128i a)
__m256i _mm256_cvtepu16_epi32 (__m128i a)
__m256i _mm256_cvtepi16_epi64 (__m128i a)
__m256i _mm256_cvtepu16_epi64 (__m128i a)
asm: vpmovsxwd ymm, xmm/m128 //epi16_epi32
asm: vpmovzxwd ymm, xmm/m128 //epu16_epi32
asm: vpmovsxwq ymm, xmm/m128 //epi16_epi64
asm: vpmovzxwq ymm, xmm/m128 //epu16_epi64
動作
cvtepi16_epi32
cvtepi16_epi64
CPI/Uops
| Architecture | Latency | Throughput | Uops |
|---|---|---|---|
| Alderlake | 1 | 0.5 | - |
| Icelake | 3 | 1 | 1 |
| Skylake | 3 | 1 | 1 |
| Broadwell | 3 | 1 | 1 |
| Haswell | 3 | 1 | 1 |
| Zen3 | 4(≤9) | 1.25(0.5) | 2(1) |
| Zen2 | 4(≤9) | 1.15(0.5) | 2(1) |
| Zen | 2 | 2 | 3 |
- 大きいサイズへの整数・整数型変換のパフォーマンスはすべて同じです．
- Intel CPUはAlderlakeで高速化しています．
- Zen2, Zen3の括弧付きはメモリからのロードを表し，メモリから__m128を読み込みながら変換する場合にスループットが倍になります．
説明
- epi32: 8個の16ビット整数を32ビット整数に変換します．
- epi64: 下位4個の16ビット整数を64ビット整数に変換します．
epiは符号有り16bit，epuは符号無し16ビット整数を変換します．
変換先がepuになる変換は有りません．
_mm256_cvtepi32|epu32_epi64 (AVX2)
__m256i _mm256_cvtepi32_epi64 (__m128i a)
__m256i _mm256_cvtepu32_epi64 (__m128i a)
asm: vpmovsxdq ymm, xmm/m128 //epi32_epi64
asm: vpmovzxdq ymm, xmm/m128 //epu32_epi64
動作
cvtepi32_epi64
CPI/Uops
| Architecture | Latency | Throughput | Uops |
|---|---|---|---|
| Alderlake | 1 | 0.5 | - |
| Icelake | 3 | 1 | 1 |
| Skylake | 3 | 1 | 1 |
| Broadwell | 3 | 1 | 1 |
| Haswell | 3 | 1 | 1 |
| Zen3 | 4(≤9) | 1.25(0.5) | 2(1) |
| Zen2 | 4(≤9) | 1.15(0.5) | 2(1) |
| Zen | 2 | 2 | 3 |
- 大きいサイズへの整数・整数型変換のパフォーマンスはすべて同じです．
- Intel CPUはAlderlakeで高速化しています．
- Zen2, Zen3の括弧付きはメモリからのロードを表し，メモリから__m128を読み込みながら変換する場合にスループットが倍になります．
説明
4個の32ビット整数を64ビット整数に変換します．
epiは符号有り32bit，epuは符号無し32ビット整数を変換します．
変換先がepuになる変換は有りません．
_mm256_cvtsi256_si32|si64 (AVX)
//long long
__int64 _mm256_cvtsi128_si64 (__m256i a)
__int64 _mm_cvtsi128_si64 (__m128i a)
__int64 _mm_cvtsi128_si64x (__m128i a)
asm: movq r64/m32, xmm
//int
int _mm256_cvtsi256_si32 (__m256i a)
int _mm_cvtsi128_si32 (__m256i a)
asm: movd r32/m32, xmm
動作
_mm256_cvtsi256_si64
_mm256_cvtsi256_si32
CPI/Uops
| Architecture | Latency | Throughput | Uops |
|---|---|---|---|
| Alderlake | mem. dep. | 0.5 | - |
| Icelake | ≥3(11) | 1(0.5) | 1(2) |
| Skylake | ≥3(10) | 1 | 1(2) |
| Broadwell | ≥1(9) | 1 | 1(2) |
| Haswell | ≥1(9) | 1 | 1(2) |
| Ivy Bridge | ≥1(9) | 1 | 1(2) |
| Sandy Bridge | ≥1(9) | 1 | 1(2) |
| Zen3 | ≥5(10) | 1 | 1 |
| Zen2 | ≥5(9) | 1 | 1 |
| Zen | ≥5(8) | 1 | 1 |
- 括弧付きはメモリへの書き出しの場合に変化した数値です．
- Icelakeはメモリへの書き出しスループットが倍です．
説明
下位32/64ビットの整数1つを，整数レジスタもしくはメモリにコピーします．
xmmレジスタに出力するわけではありません．
_mm_cvtsi128_si64はスカラ演算用の命令で，SSE2から使えます．
AVX命令である下記はSSE命令のマクロ展開でしかありません．
int _mm256_cvtsi256_si32 (__m256i a)
asm: vmovd r32, xmm
#define _mm256_cvtsi256_si32(a) (_mm_cvtsi128_si32(_mm256_castsi256_si128(a)))
なお，Visual Studioだと下記命令もマクロ展開されていますが，公式には下記AVX命令はありません．
#define _mm256_cvtsi256_si64(a) (_mm_cvtsi128_si64(_mm256_castsi256_si128(a)))
コンパイラは，SSE命令であるmovq，movdを，周囲の命令の状態に応じてAVX命令であるvmovq，vmovdへ置き換えてペナルティを回避します．