如何在AVX2中实现掩码/条件/无分支算术运算（附标量代码示例）

要实现这类条件运算的AVX2向量化，核心是利用比较指令生成掩码，再通过掩码混合指令选择对应操作数，最后完成批量乘法。以下是具体实现步骤和完整代码：

完整实现代码 #

#include <immintrin.h>
#include <iostream>

int main() {
    // 原数组（若要优化性能，可添加alignas(32)修饰实现32字节对齐）
    double arr[4] = {1.0, 2.0, 3.0, 4.0};
    const double condition = 3.0;
    const double mul_true = 1.75;
    const double mul_false = 6.5;

    // 1. 加载数组到256位AVX2寄存器（可容纳4个double）
    __m256d arr_vec = _mm256_loadu_pd(arr);
    // 2. 将标量条件广播到256位向量（所有元素均为condition）
    __m256d cond_vec = _mm256_broadcast_sd(&condition);
    // 3. 逐元素比较arr[i] < condition，生成掩码（满足条件的位置为全1，否则全0）
    __m256d mask = _mm256_cmp_pd(arr_vec, cond_vec, _CMP_LT_OQ);
    // 4. 生成两个乘数的广播向量
    __m256d mul_true_vec = _mm256_set1_pd(mul_true);
    __m256d mul_false_vec = _mm256_set1_pd(mul_false);
    // 5. 根据掩码选择乘数：满足条件选mul_true，否则选mul_false
    __m256d selected_mul = _mm256_blendv_pd(mul_false_vec, mul_true_vec, mask);
    // 6. 批量执行乘法运算
    __m256d result_vec = _mm256_mul_pd(arr_vec, selected_mul);
    // 7. 将结果写回原数组
    _mm256_storeu_pd(arr, result_vec);

    // 验证输出
    for (double val : arr) {
        std::cout << val << '\t';
    }
    std::cout << std::endl;

    return 0;
}

关键指令说明 #

• _mm256_loadu_pd/_mm256_storeu_pd：处理非对齐内存的加载/存储，若数组通过alignas(32)实现32字节对齐，可替换为_mm256_load_pd/_mm256_store_pd以提升性能。
• _mm256_broadcast_sd：将单个double标量高效广播到256位向量的所有4个元素，比通用的_mm256_set1_pd性能更优。
• _mm256_cmp_pd：逐元素比较两个向量，_CMP_LT_OQ参数表示“小于、非有序”（适用于无NaN的常规数值场景），返回的掩码向量中，满足条件的元素为0xFFFFFFFFFFFFFFFF（全1），否则为0x0000000000000000（全0）。
• _mm256_blendv_pd：根据掩码向量选择元素，当掩码元素的最高位（符号位）为1时，选择第二个源操作数（mul_true_vec）的对应元素，否则选择第一个源操作数（mul_false_vec）的元素，完美匹配条件逻辑。
• _mm256_mul_pd：逐元素执行批量乘法，完成最终计算。

运行上述代码后，输出结果与预期一致：1.75 3.5 19.5 26。

内容的提问来源于stack exchange，提问作者Vladislav