AVX将\uu m256i压缩32位整数除以2（无AVX2）

Question

我正在寻找使用AVX将压缩的32位整数除以2（即右移1）的最快方法。我没有访问AVX2的权限。据我所知，我的选择是：

1. 下拉至SSE2

如果我需要去SSE2，我会很感激最好的SSE2实现。如果是2），我想知道要使用的内在函数，以及是否有更优化的实现来专门除以2。谢谢！

Answer 1

假设你知道你在做什么，这是这个函数。

inline __m256i div2_epi32( __m256i vec )
{
    // Split the 32-byte vector into 16-byte ones
    __m128i low = _mm256_castsi256_si128( vec );
    __m128i high = _mm256_extractf128_si256( vec, 1 );
    // Shift the lanes within each piece; replace with _mm_srli_epi32 for unsigned version
    low = _mm_srai_epi32( low, 1 );
    high = _mm_srai_epi32( high, 1 );
    // Combine back into 32-byte vector
    vec = _mm256_castsi128_si256( low );
    return _mm256_insertf128_si256( vec, high, 1 );
}

然而，这样做并不一定比处理16字节向量更快。在大多数CPU上，这些插入/提取指令的性能不是很好，除了AMD Zen 1 CPU。