https://gcc.gnu.org/bugzilla/show_bug.cgi?id=127481
Bug ID: 127481
Summary: Consider implementing bitreverse{qi,hi,si,di}2 using
vpshufbitqmb
Product: gcc
Version: 17.0
Status: UNCONFIRMED
Severity: normal
Priority: P3
Component: target
Assignee: unassigned at gcc dot gnu.org
Reporter: jakub at gcc dot gnu.org
Target Milestone: ---
Right now we implement bitreverse (e.g. bitreversedi2) for GFNI using
vmovq %rdi, %xmm0
vgf2p8affineqb $0, .LC0(%rip), %xmm0, %xmm0
vmovq %xmm0, %rax
bswap %rax
where .LC0 is
.LC0:
.byte 1
.byte 2
.byte 4
.byte 8
.byte 16
.byte 32
.byte 64
.byte -128
.byte 1
.byte 2
.byte 4
.byte 8
.byte 16
.byte 32
.byte 64
.byte -128
It can be also implemented using
vpbroadcastq %rdi, %zmm0
vpshufbitqmb .LC1(%rip), %zmm0, %k0
kmovq %k0, %rax
where .LC1 is
.LC1:
.byte 63
.byte 62
.byte 61
.byte 60
.byte 59
.byte 58
.byte 57
.byte 56
.byte 55
.byte 54
.byte 53
.byte 52
.byte 51
.byte 50
.byte 49
.byte 48
.byte 47
.byte 46
.byte 45
.byte 44
.byte 43
.byte 42
.byte 41
.byte 40
.byte 39
.byte 38
.byte 37
.byte 36
.byte 35
.byte 34
.byte 33
.byte 32
.byte 31
.byte 30
.byte 29
.byte 28
.byte 27
.byte 26
.byte 25
.byte 24
.byte 23
.byte 22
.byte 21
.byte 20
.byte 19
.byte 18
.byte 17
.byte 16
.byte 15
.byte 14
.byte 13
.byte 12
.byte 11
.byte 10
.byte 9
.byte 8
.byte 7
.byte 6
.byte 5
.byte 4
.byte 3
.byte 2
.byte 1
.byte 0
I admit I don't know what from these is faster and if there are CPUs without
GFNI and with AVX512_BITALG or vice versa.
