基于AVX512实现128位无符号整数>=比较的方法问询

i7-11700支持AVX512F、AVX512VL和AVX512BW指令集，完全可以利用AVX512的掩码寄存器特性，实现比AVX2更简洁高效的128位无符号整数比较。

核心思路 #

128位无符号整数a >= b的逻辑等价于：

• a的高64位 > b的高64位，或者
• a的高64位 == b的高64位，且a的低64位 >= b的低64位

AVX512的掩码寄存器（k0~k7）可直接存储比较结果，无需用向量模拟掩码，大幅简化指令流程。

代码实现（批量处理4组128位整数） #

假设要并行处理4组128位无符号整数，将每组的高64位和低64位分别加载到__m512i寄存器：

#include <immintrin.h>

// 输入：a_high = 4组128位整数的高64位（__m512i，每个64位元素对应一组的高半部分）
//      a_low = 4组128位整数的低64位
//      b_high = 4组128位整数的高64位
//      b_low = 4组128位整数的低64位
// 输出：k掩码寄存器，每个bit对应一组a >= b的结果（1表示满足，0表示不满足）
__mmask8 compare_128u_ge(__m512i a_high, __m512i a_low, __m512i b_high, __m512i b_low) {
    // 1. 比较高64位无符号大于，标记高64位a > b的组
    __mmask8 mask_gt_high = _mm512_cmpgt_epu64_mask(a_high, b_high);
    // 2. 比较高64位相等，标记高64位a == b的组
    __mmask8 mask_eq_high = _mm512_cmpeq_epu64_mask(a_high, b_high);
    // 3. 在高64位相等的组中，比较低64位无符号大于等于
    __mmask8 mask_ge_low = _mm512_mask_cmpge_epu64_mask(mask_eq_high, a_low, b_low);
    // 4. 合并结果：高64位大 或者 高相等且低>=
    return mask_gt_high | mask_ge_low;
}

单组128位整数的处理 #

如果仅需处理单组128位整数，利用AVX512VL对128位向量的支持，可简化为：

#include <immintrin.h>

_Bool compare_single_128u_ge(__m128i a, __m128i b) {
    // 拆分a的高、低64位
    __m64i a_high = _mm_extract_epi64(a, 1);
    __m64i a_low = _mm_extract_epi64(a, 0);
    // 拆分b的高、低64位
    __m64i b_high = _mm_extract_epi64(b, 1);
    __m64i b_low = _mm_extract_epi64(b, 0);

    // 高64位大于直接返回true
    if (_mm_cmpgt_epu64_mask(a_high, b_high)) {
        return 1;
    }
    // 高64位相等则比较低64位>=
    if (_mm_cmpeq_epu64_mask(a_high, b_high)) {
        return _mm_cmpge_epu64_mask(a_low, b_low);
    }
    // 否则返回false
    return 0;
}

与AVX2实现的优势对比 #

1. 指令数量更少：无需循环处理多个32位段，仅通过2-3次比较+掩码合并即可完成，避免AVX2中多次blendv和or操作的额外开销。
2. 掩码寄存器直接复用：AVX512的k寄存器天然适合存储比较结果，无需用向量寄存器模拟掩码，减少数据移动和寄存器占用。
3. 并行度更高：AVX512的512位寄存器可同时处理4组128位整数（AVX2的256位寄存器仅能处理2组），提升批量处理效率。

内容的提问来源于stack exchange，提问作者chihovrflo