我一直试图在支持AVX512的计算机上以及先前针对AVX2优化的代码上使用_mm256_popcnt_epi64。
[不幸的是，我遇到了找不到该功能的问题。但是，找到了相应的__m512i等效项。 __m256i功能是否已弃用？
_mm512_popcnt_epi64是_mm512_popcnt_epi64的一部分。 256和128位版本还要求AVX512VL使用带有128位或256位向量的AVX512指令。
主流AVX512 CPU均具有AVX512-VL。 Xeon Phi CPU没有AVX512-VL。
也许您忘记启用必需的编译器选项（例如，GCC AVX512-VPOPCNTDQ来启用正在编译的计算机可以执行的所有操作），或者您正在为没有两个功能的目标进行编译。如果是这样，则编译器将没有对-march=native的定义作为内在函数，因此在C中它将假定其未声明的功能并发出对其的调用。这会导致您似乎在谈论链接器错误。
目前很少有CPU带有AVX512-VPOPCNTDQ（_m256_popcnt_epi64）：
__m512i。除非数据布局对256完美地起作用并且对512位进行额外的改组，否则您肯定应该在Xeon Phi上使用512位向量。但是请注意，对于没有512位版本的某些AVX / AVX2指令，它的运行速度很慢，例如元素小于32位的改组。 （无AVX512 BW）gcc -O3 -march=knm，例如_mm256_popcnt_epi64。 （假设编译器的头文件正确）。[在Ice Lake上选择256位和512位向量之间的选择与在Skylake-x上一样是一个折衷：当512位向量oups在飞行中时，端口1上的向量ALU不会被使用。并且最大涡轮时钟速度可能会降低。 gcc -O3 -march=icelake-client。因此，如果从较宽的向量中得不到太多的加速（例如，由于内存瓶颈，或者您的SIMD循环只是较大程序的一小部分），则在一个循环中使用512位向量可能会损害整体性能。
其他CPU根本不支持硬件SIMD popcnt，并且没有SIMD instructions lowering CPU frequency形式可用。
即使您只有AVX2，也没有AVX512，SIMD popcnt还是标量_mm512_popcnt_epi64胜过具有快速popcnt（vpshufb）的现代CPU上的小型阵列。 [_mm256_shuffle_epi8具有使用https://github.com/WojciechMula/sse-popcount/进行Harley-Seal累积的AVX2和AVX512版本，以减少用于弹出计数的SIMD LUT查找数量。
也在堆栈溢出vpternlogd中显示了几年前从该存储库复制的一些代码。
如果需要分别计算单独元素的数量，则只需将Counting 1 bits (population count) on large data using AVX-512 or AVX-2和vpshufb的标准解包与零向量相对应即可将hsum合并为64位qword块。
如果需要位置弹出计数（每个位位置的和，请参见vpsadbw。