如何将uint64_t中的位对解压缩为__m256i？

需求说明 #

现有uint64_t类型数据，每连续2位代表一个数值，规则如下：

• b00对应有符号字节0x00（数值0）
• b01对应有符号字节0x01（数值1）
• b11对应有符号字节0xFF（数值-1）
• b10为未使用状态，无需处理

需将该uint64_t解压缩为__m256i类型，保持原数据中位对的顺序。

已实现的反向打包代码 #

以下是将__m256i的字节打包为uint64_t位对的实现：

const __m256i vBits0 = _mm256_slli_epi16(target, 7);
const int bits1 = _mm256_movemask_epi8(target);
const int bits0 = _mm256_movemask_epi8(vBits0);
const uint64_t withHigher = _pdep_u64(bits1, 0xAAAAAAAAAAAAAAAA);
const uint64_t withLower =  _pdep_u64(bits0, 0x5555555555555555);
return withHigher | withLower;

AVX2解压缩实现 #

利用AVX2的位操作指令，将uint64_t的每个位对提取并映射为对应字节：

__m256i unpack_bits_to_bytes_avx2(uint64_t packed) {
    // 将uint64_t加载到256位向量低64位，其余位清零
    __m256i v_packed = _mm256_set_epi64x(0, 0, 0, packed);
    
    // 提取每个位对的高位（bit1）
    const __m256i mask_high = _mm256_set1_epi64x(0xAAAAAAAAAAAAAAAA);
    __m256i v_high = _mm256_and_si256(v_packed, mask_high);
    v_high = _mm256_srli_epi64(v_high, 1); // 右移1位，将高位移到低位位置
    
    // 提取每个位对的低位（bit0）
    const __m256i mask_low = _mm256_set1_epi64x(0x5555555555555555);
    __m256i v_low = _mm256_and_si256(v_packed, mask_low);
    
    // 合并高低位，得到每个位对的2位值
    __m256i v_pair = _mm256_or_si256(v_high, v_low);
    
    // 映射位对到目标字节：b01→1，b11→0xFF，其余保持0
    __m256i v_one = _mm256_cmpeq_epi8(v_pair, _mm256_set1_epi8(1));
    v_one = _mm256_and_si256(v_one, _mm256_set1_epi8(1));
    
    __m256i v_neg_one = _mm256_cmpeq_epi8(v_pair, _mm256_set1_epi8(3));
    v_neg_one = _mm256_and_si256(v_neg_one, _mm256_set1_epi8(0xFF));
    
    // 合并结果
    return _mm256_or_si256(v_one, v_neg_one);
}

实现说明 #

1. 将uint64_t加载到256位向量后，通过掩码分别提取每个位对的高低位；
2. 合并高低位得到2位的原始值；
3. 通过比较和掩码操作，将b01映射为0x01、b11映射为0xFF，b00保持0x00；
4. 最终向量的32个字节与原uint64_t的32个位对顺序完全对应。

AVX512解压缩实现 #

利用AVX512的查找表（LUT）和VPSHUFB指令，实现更高效的映射：

__m256i unpack_bits_to_bytes_avx512(uint64_t packed) {
    // 将uint64_t加载到512位向量低64位，其余位清零
    __m512i v_packed = _mm512_set_epi64(0, 0, 0, 0, 0, 0, 0, packed);
    
    // 提取每个位对的高低位并合并
    const __m512i mask_high = _mm512_set1_epi64x(0xAAAAAAAAAAAAAAAA);
    __m512i v_high = _mm512_and_si512(v_packed, mask_high);
    v_high = _mm512_srli_epi64(v_high, 1);
    
    const __m512i mask_low = _mm512_set1_epi64x(0x5555555555555555);
    __m512i v_low = _mm512_and_si512(v_packed, mask_low);
    
    __m512i v_pair = _mm512_or_si512(v_high, v_low);
    
    // 构建查找表：索引0→0，1→1，2→0，3→0xFF（对应b00、b01、b10、b11）
    const __m512i lut = _mm512_setr_epi8(
        0, 1, 0, 0xFF, 0, 1, 0, 0xFF, 0, 1, 0, 0xFF, 0, 1, 0, 0xFF,
        0, 1, 0, 0xFF, 0, 1, 0, 0xFF, 0, 1, 0, 0xFF, 0, 1, 0, 0xFF,
        0, 1, 0, 0xFF, 0, 1, 0, 0xFF, 0, 1, 0, 0xFF, 0, 1, 0, 0xFF,
        0, 1, 0, 0xFF, 0, 1, 0, 0xFF, 0, 1, 0, 0xFF, 0, 1, 0, 0xFF
    );
    
    // 通过查找表映射得到结果
    __m512i v_result = _mm512_shuffle_epi8(lut, v_pair);
    
    // 截断为__m256i返回
    return _mm256_castsi512_si256(v_result);
}

实现说明 #

1. 提取位对的逻辑与AVX2一致，但使用512位向量操作；
2. 预定义查找表，直接通过VPSHUFB指令将2位的位对值映射为目标字节；
3. 最后截断为256位向量返回，效率比AVX2版本更高。

内容的提问来源于stack exchange，提问作者Serge Rogatch