如果我有一个在他们4个双打的AVX寄存器，我想这个反向存放在另一个寄存器，是可以用一个单一的固有命令来做到这一点？
例如：如果我在SSE寄存器有4个浮筒，我可以使用：
_mm_shuffle_ps(A,A,_MM_SHUFFLE(0,1,2,3));
我能做到这一点使用，也许_mm256_permute2f128_pd() 我不认为你可以使用上述固有解决每个人的两倍。
Answer 1:
实际上，你需要2分的置换来做到这一点：
-
_mm256_permute2f128_pd()只在128位的块的置换。 -
_mm256_permute_pd()不横跨128位边界置换。
所以，你需要同时使用：
inline __m256d reverse(__m256d x){
x = _mm256_permute2f128_pd(x,x,1);
x = _mm256_permute_pd(x,5);
return x;
}
测试：
int main(){
__m256d x = _mm256_set_pd(13,12,11,10);
cout << x.m256d_f64[0] << " " << x.m256d_f64[1] << " " << x.m256d_f64[2] << " " << x.m256d_f64[3] << endl;
x = reverse(x);
cout << x.m256d_f64[0] << " " << x.m256d_f64[1] << " " << x.m256d_f64[2] << " " << x.m256d_f64[3] << endl;
}
输出：
10 11 12 13
13 12 11 10
Answer 2:
随着AVX2： VPERMPD ymm1, ymm2/m256, imm8具有相同的吞吐量和延迟其他车道交叉洗牌（如运行VPERM2F128上英特尔CPU）。 （在AMD挖掘机，如果这些号码是正确的 ， vperm2f128是慢于单vpermpd ）。
FMA是AVX2一个单独的功能位，但在实践中不存在具有FMA3但不AVX2任何的CPU。 （AMD推土机家族有4操作数FMA4）。 所以，你还是应该同时检查AVX2和FMA功能位，但你不必担心你的函数是在更少的CPU型号可用。
所以，如果你的代码已经依赖于FMA或AVX2，然后使用AVX2：
_mm256_permute4x64_pd(vec, _MM_SHUFFLE(0,1,2,3)); // i.e. 0b00011011
如果你已经不依赖于FMA或AVX2，只是AVX，这是不值得你的函数的另一个版本，只是在洗牌性能小的收获，然后用Mysticial的两指令的解决方案与SNB / IVB兼容性，以及AMD推土机家族预挖掘机。
文章来源: Reverse a AVX register containing doubles using a single AVX intrinsic
