C语言使用intrinsic从两个m256i构造填充zmm寄存器的最优方案

需求规则：低位ymm0放zmm低256位，高位ymm1放zmm高256位，最终拼接为单个__m512i类型变量。

两种等价最优实现 #

两种写法在O2及以上优化等级下，都会生成同一条最优指令vinserti64x4 zmm0, zmm0, ymm1, 0x1，延迟3周期、吞吐量1周期/指令，是当前硬件支持的最高性能方案。

写法1：简洁构造写法 #

代码可读性最高，编译器自动完成优化：

#include <immintrin.h>

__m256i ymm0 = ...; // 低位256位向量
__m256i ymm1 = ...; // 高位256位向量
// 参数顺序为 低位在前、高位在后
__m512i zmm0 = _mm512_setr_m256i(ymm0, ymm1);

写法2：显式复用低位写法 #

完全匹配你提到的「ymm0本身是zmm0低位」的特性：

#include <immintrin.h>

__m256i ymm0 = ...;
__m256i ymm1 = ...;
// 纯编译期类型转换，无任何运行时开销，直接把ymm0作为zmm的低256位
__m512i zmm0 = _mm512_castsi256_si512(ymm0);
// 将ymm1插入到zmm的第1个256位块（即高256位），imm参数固定为1
zmm0 = _mm512_inserti64x4(zmm0, ymm1, 1);

补充说明 #

你提到的直接复用ymm0作为zmm低位的特性，在C intrinsic中就是通过_mm512_castsi256_si512实现的，这个接口没有对应的机器指令，仅在编译期修改类型标识，完全零开销。
编译时需要开启AVX512F指令集支持，GCC/Clang对应参数为-mavx512f，ICC对应参数为/QxAVX512F。

内容的提问来源于stack exchange，提问作者bumpbump