如何用SIMD高效定位大字节数组中1比特的索引？

如果有超大字节数组，需要从最左侧比特开始计数，找出所有1比特的索引，如何借助SIMD（128/256/512）实现高效处理？（注：若仅需查找首个1比特，可参考早期相关问题，本需求需输出所有索引而非单个索引。）

非SIMD的512位基础实现 #

已基于C++20实现非SIMD版本作为基础处理模块，代码如下：

#include <cstdint>
#include <iostream>
#include <bit>

int Find1s512(uint64_t const * p, uint16_t * idxs) {
    int rpos = 0;
    for (int i = 0; i < 8; ++i) {
        uint64_t n = p[i];
        while (true) {
            int const j = std::countr_zero(n);
            if (j >= 64)
                break;
            idxs[rpos++] = i * 64 + j;
            n &= n - 1;
        }
    }
    return rpos;
}

int main() {
    uint64_t a[8] = {(1ULL << 17) | (1ULL << 63),
        1ULL << 19, 1ULL << 23};
    uint16_t b[512] = {};
    int const cnt = Find1s512(a, b);
    for (int i = 0; i < cnt; ++i)
        std::cout << int(b[i]) << " ";
    // 输出结果: 17 63 83 151
}

需求 #

现寻求该需求的最优实现方案，尤其针对SIMD 128/256/512的应用。

内容的提问来源于stack exchange，提问作者Arty