AVX1无AVX2环境下m256向量水平最大值计算及归一化实现

我自己摸索出了针对AVX1（无AVX2）环境下计算8浮点数__m256向量最大值的方案，没找到同类公开答案，特意分享给有需要的开发者。

以下是具体实现，最终_max会被填充为输入向量x的最大值，可直接用于归一化等场景：

__m256 _inv2_max;

// 计算向量x的最大值并广播到整个向量
__m256 _inv = _mm256_permute_ps(x, 0b00011011);
__m256 _max = _mm256_max_ps(x, _inv);

_inv2_max = _mm256_permute_ps(_max, 0b000000010);
_max = _mm256_max_ps(_inv2_max, _max);

__m128 vlow  = _mm256_castps256_ps128(_max);
__m128 vhigh = _mm256_extractf128_ps(_max, 1);
__m128 a[1] = {_mm_permute_ps(_mm_max_ps(vlow, vhigh), 0b00000000)};

_max = _mm256_broadcast_ps(a);

注：_mm_max_ps(vlow, vhigh)计算后，最大值已位于结果向量的索引0位置，本实现将该最大值广播至_max的所有元素位置。

内容的提问来源于stack exchange，提问作者Vadim Kashtanov