C言語専用 x86 → RISC-V 移植統合テスティングフレームワーク「Akari」

🚀 C言語プロジェクトに組み込みやすい！ x86 → RISC-V の移植を自動検証！ 🚀

1. 目的と概要

✅ x86 の SSE / AVX / MMX / FMA / VNNI のイントリンシックを RISC-V に移植する際の品質を保証
✅ 1対1で対応できる命令は最適化し、対応できない命令はエミュレーションコードで処理
✅ C言語プロジェクトに簡単に統合できるように API 提供 (akari.h)
✅ アセンブリ解析・数学的なベンチマーク比較・Intel公式リファレンス + ChatGPT API によるイントリンシック変換・CI/CD 自動テストを統合

なぜ x86 → RISC-V 移植が難しいのか？

💡 移植で起こる主な問題点

x86 の AVX / SSE / MMX などのベクトル命令は RISC-V にそのまま移植できない

RISC-V には RISC-V Vector Extension (RVV) があり、AVX に似た機能を持つが、命令セットが異なるため単純な変換は不可。

x86 の一部命令（_mm_movemask_epi8 など）は RISC-V に直接対応する命令がない

これらはエミュレーションコードを使用して RISC-V 上で動作させる必要がある。

最適化の方法が異なるため、x86 の移植後に性能が大きく異なる可能性がある

移植が正しく行われたかどうかの確認が難しい。

移植後のコードが「正しく動作しているか」「最適化されているか」を検証する必要がある

そのために「アセンブリ解析」「ベンチマーク比較」「エミュレーションコード」「CI/CD の自動チェック」が必要。

2. イントリンシックの変換パターン

💡 x86 → RISC-V のイントリンシック変換には以下の3つのパターンがある

変換タイプ	対応状況	例	処理方法
1対1対応	✅ 完全対応	`_mm_add_ps → vadd.vv`	そのまま変換
非対応	❌ 変換不可	`_mm_movemask_epi8`	エミュレーション
部分対応	⚠️ 一部変換可	`_mm_shuffle_ps`	複数命令に展開

✅ RISC-V に 1対1 で対応する命令があれば、それを使用
✅ 対応できない場合はエミュレーションコードを適用
✅ 部分対応のケースでは、複数の RISC-V 命令で再構築

3. イントリンシックのエミュレーションコード集

1. `_mm_shuffle_ps` (SSE)

説明: 4要素の128-bit ベクトルの順序を変更

static inline void simd_shuffle(float* dst, float* src, int imm) {
    dst[0] = src[(imm >> 0) & 0x3];
    dst[1] = src[(imm >> 2) & 0x3];
    dst[2] = src[(imm >> 4) & 0x3];
    dst[3] = src[(imm >> 6) & 0x3];
}

RISC-V の RVV には _mm_shuffle_ps に相当する命令がないため手動でエミュレーション

2. `_mm_hadd_ps` (SSE3)

説明: 4要素の128-bit ベクトルの隣接要素を加算

static inline void simd_hadd(float* dst, float* src) {
    dst[0] = src[0] + src[1];
    dst[1] = src[2] + src[3];
    dst[2] = src[4] + src[5];
    dst[3] = src[6] + src[7];
}

RVV には隣接要素を加算する命令がないため手動で対応

3. `_mm_movemask_epi8` (SSE2)

説明: 128-bit の 16要素の符号ビットを抽出し整数にまとめる

static inline uint16_t simd_movemask_epi8(const int8_t* src) {
    uint16_t mask = 0;
    for (int i = 0; i < 16; i++) {
        if (src[i] & 0x80) {
            mask |= (1 << i);
        }
    }
    return mask;
}

RISC-V には PMOVMSKB に相当する命令がないため手動でビットマスクを生成

4. `_mm256_blendv_ps` (AVX)

説明: 256-bit ベクトルの要素ごとにマスクを適用

static inline void simd_blendv(float* dst, float* a, float* b, float* mask) {
    for (int i = 0; i < 8; i++) {
        dst[i] = mask[i] < 0 ? b[i] : a[i];
    }
}

RVV には _mm256_blendv_ps に相当する命令がないため負の値かどうかで手動分岐

5. `_mm_min_epu8` (SSE2)

説明: 8ビット整数の最小値を計算

static inline void simd_min_epu8(uint8_t* dst, uint8_t* a, uint8_t* b) {
    for (int i = 0; i < 16; i++) {
        dst[i] = (a[i] < b[i]) ? a[i] : b[i];
    }
}

RVV には _mm_min_epu8 に相当する命令がないためループで処理

6. `_mm_cvtsi128_si32` (SSE2)

説明: 128-bit ベクトルの最初の整数要素をスカラーに変換

static inline int simd_cvtsi128_si32(const int* src) {
    return src[0];
}

RISC-V には _mm_cvtsi128_si32 に相当する命令がないため手動で取得

7. `_mm256_permutevar_ps` (AVX2)

説明: 256-bit ベクトルの要素の並び替え

static inline void simd_permutevar(float* dst, float* src, int* indices) {
    for (int i = 0; i < 8; i++) {
        dst[i] = src[indices[i] & 0x7];
    }
}

RVV には _mm256_permutevar_ps に相当する命令がないため手動でインデックス操作

8. `_mm_abs_epi16` (SSSE3)

説明: 16ビット整数の絶対値を計算

static inline void simd_abs_epi16(int16_t* dst, int16_t* src) {
    for (int i = 0; i < 8; i++) {
        dst[i] = (src[i] < 0) ? -src[i] : src[i];
    }
}

RVV には _mm_abs_epi16 に相当する命令がないため手動で処理

9. `_mm256_max_epu32` (AVX2)

説明: 32ビット整数の最大値を計算

static inline void simd_max_epu32(uint32_t* dst, uint32_t* a, uint32_t* b) {
    for (int i = 0; i < 8; i++) {
        dst[i] = (a[i] > b[i]) ? a[i] : b[i];
    }
}

RVV には _mm256_max_epu32 に相当する命令がないためループで処理

4. アセンブリ解析（最適化チェック）

💡 objdump の出力を JSON ベースで管理し、最適化が適用されているかをチェックする。

import json
import re
import sys

def load_patterns(json_file):
    with open(json_file, 'r') as f:
        return json.load(f)

def check_assembly(file_path, patterns, arch):
    with open(file_path, 'r') as f:
        asm = f.read()

    matched = False
    for label, pattern in patterns[arch].items():
        matches = re.findall(r"\b" + pattern + r"\b", asm)
        if matches:
            print(f"✅ {label}: {pattern} found {len(matches)} times in {file_path} ({arch})")
            matched = True
        else:
            print(f"❌ {label}: {pattern} NOT found in {file_path} ({arch})")

    return matched

if __name__ == "__main__":
    patterns = load_patterns("akari_asm_patterns.json")
    arch = sys.argv[2]  
    matched = check_assembly(sys.argv[1], patterns, arch)
    if not matched:
        sys.exit(1)

✅ JSON に定義された最適化パターンが適用されていなければ NG 判定

5. 数学的に公平なベンチマーク解析

💡 移植が成功したかどうかを「理論値 vs. 実測値」で判定

import json
import numpy as np
import sys

def analyze_benchmarks(x86_json, riscv_json, epsilon=0.1):
    x86_results = load_json(x86_json)
    riscv_results = load_json(riscv_json)

    x86_times = np.array([run["real_time"] for run in x86_results["benchmarks"]])
    riscv_times = np.array([run["real_time"] for run in riscv_results["benchmarks"]])

    R_real = np.mean(riscv_times) / np.mean(x86_times)
    R_theory = expected_ratio_based_on_instruction_count(x86_results, riscv_results)

    if abs(R_real - R_theory) < epsilon:
        print(f"✅ OK")
    else:
        print(f"❌ NG")
        sys.exit(1)

✅ 理論値 (R_theory) と実測値 (R_real) の誤差が小さければ OK！
✅ NG なら最適化ミス or 移植ミスの可能性があるので CI/CD でアラート！

6. Intel公式リファレンス + ChatGPT API によるイントリンシック変換

💡 Intel の公式リファレンスをスクレイピングし、ChatGPT API を使って RISC-V への変換 or エミュレーションコードを自動生成

from selenium import webdriver
from selenium.webdriver.common.by import By
import json
import time

URL = "https://www.intel.com/content/www/us/en/docs/intrinsics-guide/index.html"

driver = webdriver.Chrome()
driver.get(URL)
time.sleep(5)

intrinsics = []
elements = driver.find_elements(By.CSS_SELECTOR, ".intrinsic-name")

for elem in elements:
    name = elem.text.strip()
    if name:
        intrinsics.append(name)

driver.quit()

with open("intrinsics_list.json", "w") as f:
    json.dump(intrinsics, f, indent=2)

✅ Intel の公式リファレンスを Web スクレイピングし、すべてのイントリンシック命令をリスト化

7. CI/CD での自動チェック

- name: Analyze Benchmarks
  run: python3 akari_benchmark.py benchmark_x86.json benchmark_riscv.json

✅ アセンブリの最適化 & ベンチマークの白黒評価を CI/CD で自動化！

8. まとめ

✅ x86 → RISC-V の移植を自動でチェックする Akari を作成！
✅ C言語プロジェクト専用！ #include "akari.h" を追加するだけで組み込み可能！
✅ 1対1変換可能なイントリンシックは最適化、対応不可のものはエミュレーション適用！
✅ アセンブリ解析・数学的なベンチマーク比較を統合！
✅ Intel 公式リファレンスをスクレイピングし、ChatGPT でイントリンシック変換！
✅ CI/CD で統合し、自動テスト可能！

🚀 「Akari」は C 言語プロジェクトの x86 → RISC-V 移植を品質保証し、自動検証を可能にするフレームワーク！ 🚀