' '

AVX-512 は、演算のオペランドがメモリの場合、スカラ値をブロードキャストできます。

つまり、条件によっては、_mm512_set1_ps( *mem ) は、コスト無しで実行できます。(今日のタイトルは命令が出ない！という意味でした(わかりづらい))

float x;
void
f(float *p, __m512 a)
{
    __m512 b = _mm512_add_ps(a, _mm512_set1_ps(x));

    _mm512_storeu_ps(out, b);
}

は、

f:
.LFB2214:
	.cfi_startproc
	vbroadcastss	x(%rip), %zmm1
	vaddps	%zmm1, %zmm0, %zmm0
	vmovups	%zmm0, out(%rip)
	ret

このように、vaddps で broadcast していることが確認…でき…ない…？

本当なんです！信じてください！メモリをオペランドに取る場合はブロードキャストできるんです！お願いします！信じてください！！

llvm のtrunkで試したら出た。

f:                                      # @f
	.cfi_startproc
# BB#0:
	pushq	%rbp
.Ltmp0:
	.cfi_def_cfa_offset 16
.Ltmp1:
	.cfi_offset %rbp, -16
	movq	%rsp, %rbp
.Ltmp2:
	.cfi_def_cfa_register %rbp
	andq	$-64, %rsp
	subq	$64, %rsp
	vmovaps	16(%rbp), %zmm0
	vaddps	x(%rip){1to16}, %zmm0, %zmm0   ## {1to16}がついてる
	movw	$-1, %ax
	kmovw	%eax, %k1
	vmovups	%zmm0, out(%rip) {%k1}
	movq	%rbp, %rsp
	popq	%rbp
	retq

1to16 が付いてるオペランドがブロードキャストされますね。しかしllvmさん無駄な命令出過ぎでは…(というかcalling conventionがGCCと一致してなくね？)

また、全てのオペランドがベクタレジスタに乗った512bit値、もしくはスカラ値の場合、追加の命令無しで演算の丸めを制御できます。

__m512
f(__m512 x)
{
    return _mm512_add_round_ps(x,x,_MM_FROUND_NO_EXC|_MM_FROUND_TO_NEAREST_INT);
}

f:
.LFB2211:
	.cfi_startproc
	vaddps	{rn-sae}, %zmm0, %zmm0, %zmm0
	ret

EVEXについて書く予定は無いと書いてましたが、それなりに調べてしまったので明日は@tanakmuraがEVEXについて書きます。