AVX、単精度複素数の水平方向の合計？

Question

私は、実数、虚数、実数、虚数など4つの単精度複素数を含む256ビットAVXレジスタを持っています。現在、256ビットレジスタ全体をメモリに書き戻して合計していますが、それは非効率的です。

AVX（またはAVX2）組み込み関数を使用して複素数水平和を実行するにはどうすればよいですか？組み込み関数を使って同等の効率で答えがない場合は、アセンブリを使って答えを受け取ります。

編集：レジスタにAR、AI、BR、BI、CR、CI、DR、DIが含まれている場合は、複素数（AR + BR + CR + DR、AI + BI + CI） + DI）。結果が256ビットレジスタにある場合は、2つの単精度浮動小数点数を抽出できます。

EDIT2：だけAVX（ないAVX2）を必要と潜在的なソリューション、必ずしも最適ではないけれども...

float hsum_ps_sse3(__m128 v) { 
    __m128 shuf = _mm_movehdup_ps(v);  // broadcast elements 3,1 to 2,0 
    __m128 sums = _mm_add_ps(v, shuf); 
    shuf  = _mm_movehl_ps(shuf, sums); // high half -> low half 
    sums  = _mm_add_ss(sums, shuf); 
    return  _mm_cvtss_f32(sums); 
} 

float sumReal = 0.0; 
float sumImaginary = 0.0; 

__m256i mask = _mm256_set_epi32 (7, 5, 3, 1, 6, 4, 2, 0); 

// Separate real and imaginary. 
__m256 permutedSum = _mm256_permutevar8x32_ps(sseSum0, mask); 
__m128 realSum = _mm256_extractf128_ps(permutedSum , 0); 
__m128 imaginarySum = _mm256_extractf128_ps(permutedSum , 1); 

// Horizontally sum real and imaginary. 
sumReal = hsum_ps_sse3(realSum); 
sumImaginary = hsum_ps_sse3(imaginarySum); 

Answer 1

一つのかなり簡単な解決策：

__m128i v0 = _mm256_castps256_ps128(v);  // get low 2 complex values 
__m128i v1 = _mm256_extractf128_ps(v, 1); // get high 2 complex values 
v0 = _mm_add_ps(v0, v1);      // add high and low 
v1 = _mm_shuffle_ps(v0, v0, _MM_SHUFFLE(1, 0, 3, 2)); 
v0 = _mm_add_ps(v0, v1);      // combine two halves of result 

結果としてv0になります{ sum.re, sum.im, sum.re, sum.im }。