如何使用SSE掩码实现两个__m128向量逐元素条件选择合并

通用兼容方案（支持所有SSE版本，无额外指令集要求） #

SSE未推出专用混合指令的时期，行业通用实现是利用比较指令输出掩码的位特性（匹配位置全1、不匹配位置全0），通过3条位运算指令组合完成逐元素选择：

• 用_mm_and_ps保留a向量中掩码为全1位置的元素，其余位置0
• 用_mm_andnot_ps保留b向量中掩码为0位置的元素，其余位置0（注意该指令会先对第一个输入参数按位取反，再和第二个参数做按位与，参数顺序不要写反）
• 用_mm_or_ps将上述两个结果按位合并，得到最终选择后的向量

对应实现代码：

#include <emmintrin.h>

static inline __m128 sse_select_ps(__m128 a, __m128 b, __m128 mask)
{
    __m128 a_part = _mm_and_ps(a, mask);
    __m128 b_part = _mm_andnot_ps(mask, b);
    return _mm_or_ps(a_part, b_part);
}

该实现完全匹配需求逻辑：掩码为0xffffffff的位置取a的元素，掩码为0的位置取b的元素，你给出的测试用例调用该函数可得到预期结果{1.0, 2.1, 1.2, 2.3}。

高效专用指令方案（需SSE4.1指令集支持） #

如果目标运行环境支持SSE4.1（2008年及之后发布的主流x86 CPU基本均覆盖该指令集），可直接使用专用按位混合指令_mm_blendv_ps，单指令即可完成选择操作，延迟和吞吐量表现优于位运算组合方案：

#include <smmintrin.h>

static inline __m128 sse_select_ps_sse41(__m128 a, __m128 b, __m128 mask)
{
    // 指令语义：对应元素mask最高位为1时取第二个源操作数的元素，否则取第一个源操作数的元素
    // _mm_cmplt_ps等比较指令生成的掩码天然满足最高位为1的要求，可直接传入
    return _mm_blendv_ps(b, a, mask);
}

常见思路误区说明 #

• _mm_shuffle_ps的控制掩码必须是编译期常量，无法处理运行时通过比较指令生成的__m128类型向量掩码，不适用于动态逐元素选择场景。
• SSE确实没有通用整数条件移动指令，但浮点场景的逐元素选择可通过上述两种方案完整实现，不存在功能缺口。

内容的提问来源于stack exchange，提问作者JustClaire