基于AVX2（及AVX512）的__m256i向量符号位打包至64位整数字节的实现问询

嘿，这个需求刚好能用AVX2/AVX512的SIMD指令高效实现，我分两种指令集给你拆解具体步骤：

一、AVX2实现方案 #

你的__m256i向量里包含8个32位有符号整数，我们要把每个整数的符号状态转换成对应字节（非负→0x01，负数→0xFF），最后打包成一个64位整数。具体步骤如下：

1. 生成符号位掩码：
   用右移31位的方式提取每个32位整数的符号位，符号位会自动扩展：非负整数右移后得到0x00000000，负数得到0xFFFFFFFF。

   __m256i v = ...; // 输入的打包32位有符号整数向量
   __m256i sign_mask = _mm256_srai_epi32(v, 31);
   

2. 将32位掩码压缩为连续字节：
   我们需要把每个32位元素的低8位（0或0xFF）提取到连续的字节位置，这里用_mm256_shuffle_epi8配合自定义掩码来实现：

   // 洗牌掩码：选取每个32位元素的第0字节（即低8位），放到结果的前8个字节
   __m256i shuffle_mask = _mm256_setr_epi8(
       0,4,8,12,16,20,24,28,
       -1,-1,-1,-1,-1,-1,-1,-1,
       -1,-1,-1,-1,-1,-1,-1,-1,
       -1,-1,-1,-1,-1,-1,-1,-1
   );
   __m256i sign_bytes = _mm256_shuffle_epi8(sign_mask, shuffle_mask);
   

3. 转换为目标字节值：
   当前sign_bytes的前8字节是0（对应非负）或0xFF（对应负数），我们需要把0替换为0x01，0xFF保持不变——直接和全0x01的向量做或运算即可：

   __m256i target_bytes = _mm256_or_si256(sign_bytes, _mm256_set1_epi8(0x01));
   

4. 打包为64位整数：
   提取target_bytes的低64位，就是我们要的结果：

   uint64_t result = _mm_cvtsi128_si64(_mm256_castsi256_si128(target_bytes));
   

你也可以用_mm256_cmpge_epi32来生成掩码，逻辑类似：先比较输入向量和零向量，得到非负为0xFFFFFFFF、负数为0的掩码，取反后再按上述步骤处理即可。

二、AVX512实现方案 #

AVX512提供了更直接的指令，能大幅简化流程：

1. 生成符号比较掩码：
   用_mm256_cmpge_epi32_mask直接得到每个32位元素是否非负的位掩码（8位，每一位对应一个元素）：

   __m256i v = ...;
   __mmask8 non_neg_mask = _mm256_cmpge_epi32_mask(v, _mm256_setzero_si256());
   

2. 转换为目标字节序列并打包：
   利用SIMD指令一次性生成目标字节向量，再提取低64位即可：

   __m128i byte_vec = _mm_setr_epi8(
       (non_neg_mask&1)?0x01:0xFF, (non_neg_mask&2)?0x01:0xFF,
       (non_neg_mask&4)?0x01:0xFF, (non_neg_mask&8)?0x01:0xFF,
       (non_neg_mask&16)?0x01:0xFF, (non_neg_mask&32)?0x01:0xFF,
       (non_neg_mask&64)?0x01:0xFF, (non_neg_mask&128)?0x01:0xFF,
       0,0,0,0,0,0,0,0
   );
   uint64_t result = _mm_cvtsi128_si64(byte_vec);
   

如果是批量处理场景，还可以用AVX512的_mm512_maskz_mov_epi8直接生成目标字节向量，进一步提升效率。

备注：内容来源于stack exchange，提问作者Serge Rogatch