__m256d TRANSPOSE4 Äquivalent?

Question

Intel hat __MM_TRANPOSE4_PS hinzugefügt, um eine 4x4-Matrix von Vektoren zu transponieren. Ich möchte das Äquivalent mit __m256d machen. Allerdings kann ich nicht herausfinden, wie man _mm256_shuffle_pd auf die gleiche Weise bekommt.

_MM_TRANSPOSE4_PS-Code

#define _MM_TRANSPOSE4_PS(row0, row1, row2, row3) {     \ 
      __m128 tmp3, tmp2, tmp1, tmp0;       \ 
                    \ 
      tmp0 = _mm_shuffle_ps((row0), (row1), 0x44);   \ 
      tmp2 = _mm_shuffle_ps((row0), (row1), 0xEE);   \ 
      tmp1 = _mm_shuffle_ps((row2), (row3), 0x44);   \ 
      tmp3 = _mm_shuffle_ps((row2), (row3), 0xEE);   \ 
                    \ 
      (row0) = _mm_shuffle_ps(tmp0, tmp1, 0x88);    \ 
      (row1) = _mm_shuffle_ps(tmp0, tmp1, 0xDD);    \ 
      (row2) = _mm_shuffle_ps(tmp2, tmp3, 0x88);    \ 
      (row3) = _mm_shuffle_ps(tmp2, tmp3, 0xDD);    \ 
     } 

Mein Versuch einer _MM_TRANSPOSE4_PD innerhalb einer Schleife Ich brauche es in

for (int copy = i; copy < m2.size();) 
{ 
    __m256d row0 = _mm256_load_pd(m2data + copy); 
    copy += m2.col(); 
    __m256d row1 = _mm256_load_pd(m2data + copy); 
    copy += m2.col(); 
    __m256d row2 = _mm256_load_pd(m2data + copy); 
    copy += m2.col(); 
    __m256d row3 = _mm256_load_pd(m2data + copy); 
    copy += m2.col(); 

    __m256d tmp3, tmp2, tmp1, tmp0; 

    tmp0 = _mm256_shuffle_pd(row0,row1, 0x44);   
    tmp2 = _mm256_shuffle_pd(row0,row1, 0xEE); 
    tmp1 = _mm256_shuffle_pd(row2,row3, 0x44); 
    tmp3 = _mm256_shuffle_pd(row2,row3, 0xEE); 

    row0 = _mm256_shuffle_pd(tmp0, tmp1, 0x88); 
    row1 = _mm256_shuffle_pd(tmp0, tmp1, 0xDD); 
    row2 = _mm256_shuffle_pd(tmp2, tmp3, 0x88); 
    row3 = _mm256_shuffle_pd(tmp2, tmp3, 0xDD); 

    _mm256_store_pd(reinterpret_cast<double*>(buffer + counter++),row0); 
    _mm256_store_pd(reinterpret_cast<double*>(buffer + counter++),row1); 
    _mm256_store_pd(reinterpret_cast<double*>(buffer + counter++),row2); 
    _mm256_store_pd(reinterpret_cast<double*>(buffer + counter++),row3); 
} 

Answer 1

ist die Makro-Äquivalent der Lösung fand ich.

#define _MM_TRANSPOSE4_PD(row0,row1,row2,row3)         \ 
       {                \ 
        double4 tmp3, tmp2, tmp1, tmp0;        \ 
                       \ 
        tmp0 = _mm256_shuffle_pd((row0),(row1), 0x0);     \ 
        tmp2 = _mm256_shuffle_pd((row0),(row1), 0xF);    \ 
        tmp1 = _mm256_shuffle_pd((row2),(row3), 0x0);     \ 
        tmp3 = _mm256_shuffle_pd((row2),(row3), 0xF);    \ 
                       \ 
        (row0) = _mm256_permute2f128_pd(tmp0, tmp1, 0x20); \ 
        (row1) = _mm256_permute2f128_pd(tmp2, tmp3, 0x20); \ 
        (row2) = _mm256_permute2f128_pd(tmp0, tmp1, 0x31); \ 
        (row3) = _mm256_permute2f128_pd(tmp2, tmp3, 0x31); \ 
       }