如何最有效地将包含 32 个无符号 8 位整数的 __m256i 向量转换为四个 32 位浮点数的 __m256 向量？

Question

如果我有一个包含 32 个无符号 8 位整数的

__m256i

向量，我怎样才能最有效地解包和转换它以便我得到四个

__m256

向量，每个向量包含八个 32 位

float

数字？

我想，一旦我以 32 位有符号整数形式获得它们，我就可以通过

_mm256_cvtepi32_ps

将它们转换为浮点数，所以问题可能归结为我如何最有效地从 8 位无符号整数（

epu8 

) 表示为带符号的 32 位有符号整数 (

epi32

) 表示。

存在

_mm256_cvtepu8_epi32(__m128i a)

，但这似乎只适用于

__m128i

输入的低（64位）一半，而我有一个

__m256i

输入。

有没有比通过两次调用

__m256i

将我的

__m128i

输入变成四个

_mm256_extracti128_si256(__m256i a, const int imm8)

向量，然后以某种方式交换这些

__m128i

向量的上半部分和下半部分（64 位）更好的方法（总共四个

__m128i

向量，每个向量在其下半部分都有初始

__m256i

向量的不同 64 位四分之一），然后执行

_mm256_cvtepu8_epi32(__m128i a)

，然后在每个向量上执行

_mm256_cvtepi32_ps(__m256i a)

？

看起来很乱，我想知道是否有更好的方法。我对矢量内在函数完全陌生，所以我肯定在这里遗漏了一些东西。

编辑更多上下文：

所以设置是有三对数组，

R1

，

G1

，

B1

和

R2

，

G2

，

B2

uint8_t

像素值和要完成的计算是总和通道方差的平方，即

square(R1 - R2) + square(G1 - G2) + square(B1 - B2)

。目前，差异以

uint8_t

形式

max(R1, R2) - min(R1, R2)

（等）进行矢量化，这样 32

uint8_t

差异可以在单个

_mm256_sub_epi8

中一次计算。在我获得这些差异

R_diff

、

G_diff

和

B_diff

之后以及对它们进行平方之前，我的问题就出现了，因为 8 位整数太小了。