在提供的程式碼中， 函數 __mm_add_epi32_inplace_purego 可以使用組譯來最佳化提高其效能。特別是可以優化內部循環以加快執行速度。
提供的用於計算位置人口的演算法稱為「位置人口計數」。該演算法用於機器學習，涉及計算一系列位元組中設定位的數量。在給定的程式碼中，_mm_add_epi32_inplace_purego 在兩級循環中被調用，目標是最佳化內部循環。
提供的程式碼主要適用於名為 的 8 位元整數陣列很重要。內部迴圈迭代位元組片，對於每個位元組，它將位元模式數組 (_expand_byte) 中的對應位元位置新增至計數數組。 _expand_byte 陣列包含將每個位元組擴展為各個位元的位元模式。
要使用彙編優化內部循環，您需要將計數器保留在通用暫存器中以獲得更好的效能和提前預取記憶體以改善流行為。您也可以使用簡單的移位和加法組合 (SHRL/ADCL) 來實現標量總體計數。
下面提供了最佳化的彙編程式碼的範例。此程式碼是針對特定處理器架構編寫的，可能需要修改才能在其他系統上運作。
<code class="assembly">#include "textflag.h"
// func PospopcntReg(counts *[8]int32, buf []byte)
TEXT ·PospopcntReg(SB),NOSPLIT,-32
MOVQ counts+0(FP), DI
MOVQ buf_base+8(FP), SI // SI = &buf[0]
MOVQ buf_len+16(FP), CX // CX = len(buf)
// load counts into register R8--R15
MOVL 4*0(DI), R8
MOVL 4*1(DI), R9
MOVL 4*2(DI), R10
MOVL 4*3(DI), R11
MOVL 4*4(DI), R12
MOVL 4*5(DI), R13
MOVL 4*6(DI), R14
MOVL 4*7(DI), R15
SUBQ , CX // pre-subtract 32 bit from CX
JL scalar
vector: VMOVDQU (SI), Y0 // load 32 bytes from buf
PREFETCHT0 384(SI) // prefetch some data
ADDQ , SI // advance SI past them
VPMOVMSKB Y0, AX // move MSB of Y0 bytes to AX
POPCNTL AX, AX // count population of AX
ADDL AX, R15 // add to counter
VPADDD Y0, Y0, Y0 // shift Y0 left by one place
VPMOVMSKB Y0, AX // move MSB of Y0 bytes to AX
POPCNTL AX, AX // count population of AX
ADDL AX, R14 // add to counter
VPADDD Y0, Y0, Y0 // shift Y0 left by one place
VPMOVMSKB Y0, AX // move MSB of Y0 bytes to AX
POPCNTL AX, AX // count population of AX
ADDL AX, R13 // add to counter
VPADDD Y0, Y0, Y0 // shift Y0 left by one place
VPMOVMSKB Y0, AX // move MSB of Y0 bytes to AX
POPCNTL AX, AX // count population of AX
ADDL AX, R12 // add to counter
VPADDD Y0, Y0, Y0 // shift Y0 left by one place
VPMOVMSKB Y0, AX // move MSB of Y0 bytes to AX
POPCNTL AX, AX // count population of AX
ADDL AX, R11 // add to counter
VPADDD Y0, Y0, Y0 // shift Y0 left by one place
VPMOVMSKB Y0, AX // move MSB of Y0 bytes to AX
POPCNTL AX, AX // count population of AX
ADDL AX, R10 // add to counter
VPADDD Y0, Y0, Y0 // shift Y0 left by one place
VPMOVMSKB Y0, AX // move MSB of Y0 bytes to AX
POPCNTL AX, AX // count population of AX
ADDL AX, R9 // add to counter
VPADDD Y0, Y0, Y0 // shift Y0 left by one place
VPMOVMSKB Y0, AX // move MSB of Y0 bytes to AX
POPCNTL AX, AX // count population of AX
ADDL AX, R8 // add to counter
SUBQ , CX
JGE vector // repeat as long as bytes are left
scalar: ADDQ , CX // undo last subtraction
JE done // if CX=0, there's nothing left
loop: MOVBLZX (SI), AX // load a byte from buf
INCQ SI // advance past it
SHRL , AX // CF=LSB, shift byte to the right
ADCL , R8 // add CF to R8
SHRL , AX
ADCL , R9 // add CF to R9
SHRL , AX
ADCL , R10 // add CF to R10
SHRL , AX
ADCL , R11 // add CF to R11
SHRL , AX
ADCL , R12 // add CF to R12
SHRL , AX
ADCL , R13 // add CF to R13
SHRL , AX
ADCL , R14 // add CF to R14
SHRL , AX
ADCL , R15 // add CF to R15
DECQ CX // mark this byte as done
JNE loop // and proceed if any bytes are left
// write R8--R15 back to counts
done: MOVL R8, 4*0(DI)
MOVL R9, 4*1(DI)
MOVL R10, 4*2(DI)
MOVL R11, 4*3(DI)
MOVL R12, 4*4(DI)
MOVL R13, 4*5(DI)
MOVL R14, 4*6(DI)
MOVL R15, 4*7(DI)
VZEROUPPER // restore SSE-compatibility
RET</code>總而言之，最佳化涉及使用通用暫存器作為計數器，提前預取內存，並使用 SHRL/ADCL 實現標量總體計數。這種方法可以顯著提高位置人口計數演算法的效能。
以上是如何使用彙編來優化 8 位元位置 popcount 演算法，特別是透過關注內部循環並利用預取和標量總體計數等技術？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
