Module core::arch::wasm

source ·
🔬This is a nightly-only experimental API. (simd_wasm64 #90599)
Available on target_family="wasm" only.
Expand description

特定于平台的用于 wasm 目标家庭的内部函数。

有关更多详细信息,请参见 模块级文档

Structs

  • 特定于 WASM 的 128 位宽 SIMD vector 类型。

Functions

  • f32x4_relaxed_maddExperimentalrelaxed-simd
    使用一次舍入或两次舍入计算 a * b + c
  • f32x4_relaxed_maxExperimentalrelaxed-simd
    f32x4_max 的宽松版本,即 f32x4_maxf32x4_pmax
  • f32x4_relaxed_minExperimentalrelaxed-simd
    f32x4_min 的宽松版本,即 f32x4_minf32x4_pmin
  • f32x4_relaxed_nmaddExperimentalrelaxed-simd
    使用一次舍入或两次舍入计算 -a * b + c
  • f64x2_relaxed_maddExperimentalrelaxed-simd
    使用一次舍入或两次舍入计算 a * b + c
  • f64x2_relaxed_maxExperimentalrelaxed-simd
    f64x2_max 的宽松版本,即 f64x2_maxf64x2_pmax
  • f64x2_relaxed_minExperimentalrelaxed-simd
    f64x2_min 的宽松版本,即 f64x2_minf64x2_pmin
  • f64x2_relaxed_nmaddExperimentalrelaxed-simd
    使用一次舍入或两次舍入计算 -a * b + c
  • i8x16_relaxed_laneselectExperimentalrelaxed-simd
    v128_bitselect 的宽松版本,其中它的行为与 v128_bitselect 相同或检查每个 lane m 的高位,如果该位为 1,则选择 a 的相应 lane,如果为零,则选择 b 的 lane。
  • i8x16_relaxed_swizzleExperimentalrelaxed-simd
    i8x16_swizzle(a, s) 的轻松版本,它使用 s 中的索引从 a 中选择 lanes。
  • i16x8_relaxed_dot_i8x16_i7x16Experimentalrelaxed-simd
    轻松的点积指令。
  • i16x8_relaxed_laneselectExperimentalrelaxed-simd
    v128_bitselect 的宽松版本,其中它的行为与 v128_bitselect 相同或检查每个 lane m 的高位,如果该位为 1,则选择 a 的相应 lane,如果为零,则选择 b 的 lane。
  • i16x8_relaxed_q15mulrExperimentalrelaxed-simd
    i16x8_relaxed_q15mulr 的宽松版本,如果两个 lanes 都是 i16::MIN,则结果是 i16::MINi16::MAX
  • i32x4_relaxed_dot_i8x16_i7x16_addExperimentalrelaxed-simd
    i16x8_relaxed_dot_i8x16_i7x16 类似,不同之处在于中间 i16x8 结果被馈送到 i32x4_extadd_pairwise_i16x8,然后 i32x4_add 将值 c 添加到结果中。
  • i32x4_relaxed_laneselectExperimentalrelaxed-simd
    v128_bitselect 的宽松版本,其中它的行为与 v128_bitselect 相同或检查每个 lane m 的高位,如果该位为 1,则选择 a 的相应 lane,如果为零,则选择 b 的 lane。
  • i32x4_relaxed_trunc_f32x4Experimentalrelaxed-simd
    i32x4_trunc_sat_f32x4(a) 的宽松版本将 af32 lanes 转换为带符号的 32 位整数。
  • i32x4_relaxed_trunc_f64x2_zeroExperimentalrelaxed-simd
    i32x4_trunc_sat_f64x2_zero(a) 的宽松版本将 af64 lanes 转换为带符号的 32 位整数,并且高两个 lanes 为零。
  • i64x2_relaxed_laneselectExperimentalrelaxed-simd
    v128_bitselect 的宽松版本,其中它的行为与 v128_bitselect 相同或检查每个 lane m 的高位,如果该位为 1,则选择 a 的相应 lane,如果为零,则选择 b 的 lane。
  • memory_atomic_notifyExperimentalatomics
  • memory_atomic_wait32Experimentalatomics
  • memory_atomic_wait64Experimentalatomics
  • u32x4_relaxed_trunc_f32x4Experimentalrelaxed-simd
    u32x4_trunc_sat_f32x4(a) 的宽松版本将 af32 lanes 转换为无符号 32 位整数。
  • u32x4_relaxed_trunc_f64x2_zeroExperimentalrelaxed-simd
    u32x4_trunc_sat_f64x2_zero(a) 的宽松版本将 af64 lanes 转换为无符号 32 位整数,并且高两个 lanes 为零。
  • f32x4simd128
    从提供的操作数实现 SIMD 值。
  • f32x4_abssimd128
    计算一个 128 位 vector 的每个 lane 的绝对值,该绝对值解释为四个 32 位浮点数。
  • f32x4_addsimd128
    Lane 两个 128 位 vectors 的加法被解释为四个 32 位浮点数。
  • f32x4_ceilsimd128
    按 lane-wise 舍入到不小于输入的最近整数值。
  • 将解释为四个 32 位有符号整数的 128 位 vector 转换为 四个 32 位浮点数的 128 位 vector。
  • 将解释为四个 32 位无符号整数的 128 位 vector 转换为 四个 32 位浮点数的 128 位 vector。
  • 将结果的两个双精度浮点 lanes 转换为两个较低的单精度 lanes。 结果的两个较高 lane 被初始化为零。 如果转换结果不能表示为单精度浮点数,则将其四舍五入为最接近的偶数可表示数。
  • f32x4_divsimd128
    两个 128 位 vectors 的 Lane 除法解释为四个 32 位浮点数。
  • f32x4_eqsimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位浮点数的两个 vectors 一样。
  • 从解释为 4 个包装的 f32 数字的 128 位 vector 中提取 lane。
  • 按 lane-wise 舍入到不大于输入的最近整数值。
  • f32x4_gesimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位浮点数的两个 vectors 一样。
  • f32x4_gtsimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位浮点数的两个 vectors 一样。
  • f32x4_lesimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位浮点数的两个 vectors 一样。
  • f32x4_ltsimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位浮点数的两个 vectors 一样。
  • f32x4_maxsimd128
    计算两个 128 位 vectors 的 lane 最小值,解释为四个 32 位浮点数。
  • f32x4_minsimd128
    计算两个 128 位 vectors 的 lane 最小值,解释为四个 32 位浮点数。
  • f32x4_mulsimd128
    两个 128 位 vectors 的 Lane 乘法被解释为四个 32 位浮点数。
  • f32x4_nesimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位浮点数的两个 vectors 一样。
  • 按 lane-wise 舍入到最接近的整数值; 如果两个值相等,则舍入到偶数。
  • f32x4_negsimd128
    对解释为四个 32 位浮点数的 128 位向量的每个 lane 求反。
  • f32x4_pmaxsimd128
    lane-wise 最大值,定义为 a < b ? b : a
  • f32x4_pminsimd128
    lane-wise 最小值,定义为 b < a ? b : a
  • 从解释为 4 个包装的 f32 编号的 128 位 vector 替换一个 lane。
  • 创建具有相同 lanes 的 vector。
  • f32x4_sqrtsimd128
    计算一个 128 位 vector 的每个 lane 的平方根,该 vector 解释为四个 32 位浮点数。
  • f32x4_subsimd128
    两个 128 位 vectors 的 Lane 减法被解释为四个 32 位浮点数。
  • 按 lane-wise 舍入到最接近的整数值,幅度不大于输入。
  • f64x2simd128
    从提供的操作数实现 SIMD 值。
  • f64x2_abssimd128
    计算被解释为两个 64 位浮点数的 128 位 vector 的每个 lane 的绝对值。
  • f64x2_addsimd128
    两个 128 位 vectors 的 Lane 方式相加被解释为两个 64 位浮点数。
  • f64x2_ceilsimd128
    按 lane-wise 舍入到不小于输入的最近整数值。
  • 从整数到浮点的按 lane-wise 转换。
  • 从整数到浮点的按 lane-wise 转换。
  • f64x2_divsimd128
    两个 128 位 vectors 的 Lane 方式除法被解释为两个 64 位浮点数。
  • f64x2_eqsimd128
    比较两个 128 位 vectors,就好像它们是 2 个 64 位浮点数的两个 vectors 一样。
  • 从解释为 2 个包装的 f64 编号的 128 位 vector 中提取 lane。
  • 按 lane-wise 舍入到不大于输入的最近整数值。
  • f64x2_gesimd128
    比较两个 128 位 vectors,就好像它们是 2 个 64 位浮点数的两个 vectors 一样。
  • f64x2_gtsimd128
    比较两个 128 位 vectors,就好像它们是 2 个 64 位浮点数的两个 vectors 一样。
  • f64x2_lesimd128
    比较两个 128 位 vectors,就好像它们是 2 个 64 位浮点数的两个 vectors 一样。
  • f64x2_ltsimd128
    比较两个 128 位 vectors,就好像它们是 2 个 64 位浮点数的两个 vectors 一样。
  • f64x2_maxsimd128
    计算两个 128 位 vectors 的 lane 最大值,解释为两个 64 位浮点数。
  • f64x2_minsimd128
    计算两个 128 位 vectors 的 lane 最小值,解释为两个 64 位浮点数。
  • f64x2_mulsimd128
    两个 128 位 vectors 的 Lane 乘法被解释为两个 64 位浮点数。
  • f64x2_nesimd128
    比较两个 128 位 vectors,就好像它们是 2 个 64 位浮点数的两个 vectors 一样。
  • 按 lane-wise 舍入到最接近的整数值; 如果两个值相等,则舍入到偶数。
  • f64x2_negsimd128
    取反解释为两个 64 位浮点数的 128 位 vector 的每个 lane。
  • f64x2_pmaxsimd128
    lane-wise 最大值,定义为 a < b ? b : a
  • f64x2_pminsimd128
    lane-wise 最小值,定义为 b < a ? b : a
  • 将两个较低的单精度浮点 lanes 转换为结果的两个双精度 lanes。
  • 从一个解释为 2 包装的 f64 编号的 128 位 vector 替换一个 lane。
  • 创建具有相同 lanes 的 vector。
  • f64x2_sqrtsimd128
    计算一个 128 位 vector 的每个 lane 的平方根,该 vector 解释为两个 64 位浮点数。
  • f64x2_subsimd128
    两个 128 位 vectors 的 Lane 减法被解释为两个 64 位浮点数。
  • 按 lane-wise 舍入到最接近的整数值,幅度不大于输入。
  • i8x16simd128
    从提供的操作数实现 SIMD 值。
  • i8x16_abssimd128
    按 lane-wise 包装绝对值。
  • i8x16_addsimd128
    将两个 128 位 vectors 相加,就好像它们是两个包装的 16 个 8 位整数一样。
  • 将两个 128 位 vectors 相加,就好像它们是两个包装的 16 个 8 位有符号整数一样,在溢出到 i8::MAX 时会饱和。
  • 如果所有 lanes 都不为零,则返回 true,否则返回 false。
  • 提取 a 中每个 lane 的高位并生成一个所有位连接的标量掩码。
  • i8x16_eqsimd128
    比较两个 128 位 vectors,就好像它们是 16 个 8 位整数的两个 vectors 一样。
  • 从解释为 16 个包装的 i8 数字的 128 位 vector 中提取 lane。
  • i8x16_gesimd128
    比较两个 128 位 vectors,就好像它们是 16 个 8 位有符号整数的两个 vectors 一样。
  • i8x16_gtsimd128
    比较两个 128 位 vectors,就好像它们是 16 个 8 位有符号整数的两个 vectors 一样。
  • i8x16_lesimd128
    比较两个 128 位 vectors,就好像它们是 16 个 8 位有符号整数的两个 vectors 一样。
  • i8x16_ltsimd128
    比较两个 128 位 vectors,就好像它们是 16 个 8 位有符号整数的两个 vectors 一样。
  • i8x16_maxsimd128
    比较 lane-wise 有符号整数,并返回每对的最大值。
  • i8x16_minsimd128
    比较 lane-wise 有符号整数,并返回每对中的最小值。
  • 通过使每个 lane 变窄,将两个输入 vectors 转换为较小的 lane vector。
  • i8x16_nesimd128
    比较两个 128 位 vectors,就好像它们是 16 个 8 位整数的两个 vectors 一样。
  • i8x16_negsimd128
    对解释为 16 个 8 位有符号整数的 128 位 vectors 求反
  • 计算每个 lane 内设置为 1 的位数。
  • 替换 128 位 vector 中的 lane,该 lane 被解释为 16 个包装的 i8 数字。
  • i8x16_shlsimd128
    将每个 lane 向左移动指定的位数。
  • i8x16_shrsimd128
    将每个 lane 向右移动指定的位数,并扩展符号。
  • 返回一个新的 vector,其 lanes 从 16 个 immediate 操作数中指定的两个输入 vectors $a$b 的 lanes 中选择。
  • 创建具有相同 lanes 的 vector。
  • i8x16_subsimd128
    将两个 128 位 vectors 相减,就好像它们是两个包装的 16 个 8 位整数一样。
  • 将两个 128 位 vectors 相减,就好像它们是两个包装的 16 个 8 位有符号整数一样,在溢出到 i8::MIN 时会饱和。
  • 返回带有从第二个输入 vector s 中指定的第一个输入 vector a 的 lanes 中选择的 lanes 的新 vector。
  • i16x8simd128
    从提供的操作数实现 SIMD 值。
  • i16x8_abssimd128
    按 lane-wise 包装绝对值。
  • i16x8_addsimd128
    将两个 128 位 vectors 相加,就好像它们是两个包装的八个 16 位整数一样。
  • 将两个 128 位 vectors 相加,就好像它们是两个包装的八个 16 位有符号整数一样,在溢出到 i16::MAX 时会饱和。
  • 如果所有 lanes 都不为零,则返回 true,否则返回 false。
  • 提取 a 中每个 lane 的高位并生成一个所有位连接的标量掩码。
  • i16x8_eqsimd128
    比较两个 128 位 vectors,就好像它们是 8 个 16 位整数的两个 vectors 一样。
  • 整数扩展成对加法产生扩展结果 (比输入宽两倍的结果)。
  • 整数扩展成对加法产生扩展结果 (比输入宽两倍的结果)。
  • 将较小 lane vector 的高一半转换为较大 lane vector,并对其进行符号扩展。
  • 将较小 lane vector 的高一半转换为较大 lane vector,扩展为零。
  • 将较小 lane vector 的下半部分转换为较大 lane vector,并扩展符号。
  • 将较小 lane vector 的下半部分转换为较大 lane vector,扩展为零。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • 从解释为 8 个包装的 i16 数字的 128 位 vector 中提取 lane。
  • i16x8_gesimd128
    比较两个 128 位 vectors,就好像它们是 8 个 16 位带符号整数的两个 vectors 一样。
  • i16x8_gtsimd128
    比较两个 128 位 vectors,就好像它们是 8 个 16 位带符号整数的两个 vectors 一样。
  • i16x8_lesimd128
    比较两个 128 位 vectors,就好像它们是 8 个 16 位带符号整数的两个 vectors 一样。
  • 加载 8 个 8 位整数,并将每个符号扩展到 16 位 lane
  • 加载 8 个 8 位整数,零加载每个整数至 16 位 lane
  • i16x8_ltsimd128
    比较两个 128 位 vectors,就好像它们是 8 个 16 位带符号整数的两个 vectors 一样。
  • i16x8_maxsimd128
    比较 lane-wise 有符号整数,并返回每对的最大值。
  • i16x8_minsimd128
    比较 lane-wise 有符号整数,并返回每对中的最小值。
  • i16x8_mulsimd128
    将两个 128 位 vectors 相乘,就好像它们是两个包装的八个 16 位有符号整数一样。
  • 通过使每个 lane 变窄,将两个输入 vectors 转换为较小的 lane vector。
  • i16x8_nesimd128
    比较两个 128 位 vectors,就好像它们是 8 个 16 位整数的两个 vectors 一样。
  • i16x8_negsimd128
    对解释为八个 16 位有符号整数的 128 位 vectors 求反
  • Q15 格式的 lane-wise 饱和舍入乘法。
  • 从解释为 8 个包装的 i16 编号的 128 位 vector 替换一个 lane。
  • i16x8_shlsimd128
    将每个 lane 向左移动指定的位数。
  • i16x8_shrsimd128
    将每个 lane 向右移动指定的位数,并扩展符号。
  • i8x16_shuffle 相同,只是操作起来好像输入是八个 16 位整数,仅需 8 个索引即可重排。
  • 创建具有相同 lanes 的 vector。
  • i16x8_subsimd128
    将两个 128 位 vectors 相减,就好像它们是两个包装的八个 16 位整数一样。
  • 将两个 128 位 vectors 相减,就好像它们是两个包装的八个 16 位有符号整数一样,在溢出到 i16::MIN 时会饱和。
  • i32x4simd128
    从提供的操作数实现 SIMD 值。
  • i32x4_abssimd128
    按 lane-wise 包装绝对值。
  • i32x4_addsimd128
    将两个 128 位 vectors 相加,就好像它们是两个包装的四个 32 位整数一样。
  • 如果所有 lanes 都不为零,则返回 true,否则返回 false。
  • 提取 a 中每个 lane 的高位并生成一个所有位连接的标量掩码。
  • 在两个输入 vectors 中按 lane-wise 乘以带符号的 16 位整数,并将完整的 32 位结果的相邻对相加。
  • i32x4_eqsimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位整数的两个 vectors 一样。
  • 整数扩展成对加法产生扩展结果 (比输入宽两倍的结果)。
  • 整数扩展成对加法产生扩展结果 (比输入宽两倍的结果)。
  • 将较小 lane vector 的高一半转换为较大 lane vector,并对其进行符号扩展。
  • 将较小 lane vector 的高一半转换为较大 lane vector,扩展为零。
  • 将较小 lane vector 的下半部分转换为较大 lane vector,并扩展符号。
  • 将较小 lane vector 的下半部分转换为较大 lane vector,扩展为零。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • 从解释为 4 个包装的 i32 数字的 128 位 vector 中提取 lane。
  • i32x4_gesimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位有符号整数的两个 vectors 一样。
  • i32x4_gtsimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位有符号整数的两个 vectors 一样。
  • i32x4_lesimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位有符号整数的两个 vectors 一样。
  • 加载四个 16 位整数,并将每个符号扩展到 32 位 lane
  • 加载四个 16 位整数,零加载一个整数到 32 位 lane
  • i32x4_ltsimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位有符号整数的两个 vectors 一样。
  • i32x4_maxsimd128
    比较 lane-wise 有符号整数,并返回每对的最大值。
  • i32x4_minsimd128
    比较 lane-wise 有符号整数,并返回每对中的最小值。
  • i32x4_mulsimd128
    将两个 128 位 vectors 相乘,就好像它们是两个包装的四个 32 位有符号整数一样。
  • i32x4_nesimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位整数的两个 vectors 一样。
  • i32x4_negsimd128
    对解释为四个 32 位有符号整数的 128 位 vectors 求反
  • 从解释为 4 个包装的 i32 编号的 128 位 vector 替换一个 lane。
  • i32x4_shlsimd128
    将每个 lane 向左移动指定的位数。
  • i32x4_shrsimd128
    将每个 lane 向右移动指定的位数,并扩展符号。
  • i8x16_shuffle 相同,但操作时如同输入为 4 32 位整数,仅需 4 个索引即可重排。
  • 创建具有相同 lanes 的 vector。
  • i32x4_subsimd128
    将两个 128 位 vectors 相减,就好像它们是两个包装的四个 32 位整数一样。
  • 将解释为四个 32 位浮点数的 128 位 vector 转换为包含四个 32 位带符号整数的 128 位 vector。
  • 使用 IEEE convertToIntegerTowardZero 函数将两个双精度浮点 lanes 饱和转换为两个较低的整数 lanes。
  • i64x2simd128
    从提供的操作数实现 SIMD 值。
  • i64x2_abssimd128
    按 lane-wise 包装绝对值。
  • i64x2_addsimd128
    将两个 128 位 vectors 相加,就好像它们是两个包装的两个 64 位整数一样。
  • 如果所有 lanes 都不为零,则返回 true,否则返回 false。
  • 提取 a 中每个 lane 的高位并生成一个所有位连接的标量掩码。
  • i64x2_eqsimd128
    比较两个 128 位 vectors,就好像它们是两个 64 位整数的两个 vectors。
  • 将较小 lane vector 的高一半转换为较大 lane vector,并对其进行符号扩展。
  • 将较小 lane vector 的高一半转换为较大 lane vector,扩展为零。
  • 将较小 lane vector 的下半部分转换为较大 lane vector,并扩展符号。
  • 将较小 lane vector 的下半部分转换为较大 lane vector,扩展为零。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • 从解释为 2 个包装的 i64 编号的 128 位 vector 中提取 lane。
  • i64x2_gesimd128
    比较两个 128 位 vectors,就好像它们是两个 64 位有符号整数的两个 vectors。
  • i64x2_gtsimd128
    比较两个 128 位 vectors,就好像它们是两个 64 位有符号整数的两个 vectors。
  • i64x2_lesimd128
    比较两个 128 位 vectors,就好像它们是两个 64 位有符号整数的两个 vectors。
  • 加载两个 32 位整数并将每个符号扩展到 64 位 lane
  • 加载两个 32 位整数,零加载每个整数到 64 位 lane
  • i64x2_ltsimd128
    比较两个 128 位 vectors,就好像它们是两个 64 位有符号整数的两个 vectors。
  • i64x2_mulsimd128
    将两个 128 位 vectors 相乘,就好像它们是两个包装的两个 64 位整数一样。
  • i64x2_nesimd128
    比较两个 128 位 vectors,就好像它们是两个 64 位整数的两个 vectors。
  • i64x2_negsimd128
    对解释为两个 64 位有符号整数的 128 位 vectors 求反
  • 从一个解释为 2 个包装的 i64 编号的 128 位 vector 替换一个 lane。
  • i64x2_shlsimd128
    将每个 lane 向左移动指定的位数。
  • i64x2_shrsimd128
    将每个 lane 向右移动指定的位数,并扩展符号。
  • i8x16_shuffle 相同,但操作时就像输入是两个 64 位整数,仅需 2 个索引即可重排。
  • 创建具有相同 lanes 的 vector。
  • i64x2_subsimd128
    将两个 128 位 vectors 相减,就好像它们是两个包装的两个 64 位整数一样。
  • 对应 wasm 的 memory.grow 指令
  • 对应 wasm 的 memory.size 指令
  • u8x16simd128
    从提供的操作数实现 SIMD 值。
  • u8x16_addsimd128
    将两个 128 位 vectors 相加,就好像它们是两个包装的 16 个 8 位整数一样。
  • 将两个 128 位 vectors 相加,就好像它们是两个包装的 16 个 8 位无符号整数一样,在溢出到 u8::MAX 时会饱和。
  • 如果所有 lanes 都不为零,则返回 true,否则返回 false。
  • u8x16_avgrsimd128
    lane-wise 舍入平均值。
  • 提取 a 中每个 lane 的高位并生成一个所有位连接的标量掩码。
  • u8x16_eqsimd128
    比较两个 128 位 vectors,就好像它们是 16 个 8 位整数的两个 vectors 一样。
  • 从解释为 16 个包装的 u8 数字的 128 位 vector 中提取一个 lane。
  • u8x16_gesimd128
    比较两个 128 位 vectors,就好像它们是 16 个 8 位无符号整数的两个 vectors 一样。
  • u8x16_gtsimd128
    比较两个 128 位 vectors,就好像它们是 16 个 8 位无符号整数的两个 vectors 一样。
  • u8x16_lesimd128
    比较两个 128 位 vectors,就好像它们是 16 个 8 位无符号整数的两个 vectors 一样。
  • u8x16_ltsimd128
    比较两个 128 位 vectors,就好像它们是 16 个 8 位无符号整数的两个 vectors 一样。
  • u8x16_maxsimd128
    比较 lane-wise 无符号整数,并返回每对的最大值。
  • u8x16_minsimd128
    比较 lane-wise 无符号整数,并返回每对中的最小值。
  • 通过使每个 lane 变窄,将两个输入 vectors 转换为较小的 lane vector。
  • u8x16_nesimd128
    比较两个 128 位 vectors,就好像它们是 16 个 8 位整数的两个 vectors 一样。
  • 计算每个 lane 内设置为 1 的位数。
  • 从解释为 16 个包装的 u8 数字的 128 位 vector 替换一个 lane。
  • u8x16_shlsimd128
    将每个 lane 向左移动指定的位数。
  • u8x16_shrsimd128
    将每个 lane 向右移动指定的位数,以零为单位。
  • 返回一个新的 vector,其 lanes 从 16 个 immediate 操作数中指定的两个输入 vectors $a$b 的 lanes 中选择。
  • 创建具有相同 lanes 的 vector。
  • u8x16_subsimd128
    将两个 128 位 vectors 相减,就好像它们是两个包装的 16 个 8 位整数一样。
  • 减去两个 128 位 vectors,就好像它们是两个包装的 16 个 8 位无符号整数,溢出时饱和到 0.
  • 返回带有从第二个输入 vector s 中指定的第一个输入 vector a 的 lanes 中选择的 lanes 的新 vector。
  • u16x8simd128
    从提供的操作数实现 SIMD 值。
  • u16x8_addsimd128
    将两个 128 位 vectors 相加,就好像它们是两个包装的八个 16 位整数一样。
  • 将两个 128 位 vectors 相加,就好像它们是两个包装的八个 16 位无符号整数一样,在溢出到 u16::MAX 时会饱和。
  • 如果所有 lanes 都不为零,则返回 true,否则返回 false。
  • u16x8_avgrsimd128
    lane-wise 舍入平均值。
  • 提取 a 中每个 lane 的高位并生成一个所有位连接的标量掩码。
  • u16x8_eqsimd128
    比较两个 128 位 vectors,就好像它们是 8 个 16 位整数的两个 vectors 一样。
  • 整数扩展成对加法产生扩展结果 (比输入宽两倍的结果)。
  • 将较小 lane vector 的高一半转换为较大 lane vector,扩展为零。
  • 将较小 lane vector 的下半部分转换为较大 lane vector,扩展为零。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • 从解释为 8 个包装的 u16 数字的 128 位 vector 中提取一个 lane。
  • u16x8_gesimd128
    比较两个 128 位 vectors,就好像它们是 8 个 16 位无符号整数的两个 vectors 一样。
  • u16x8_gtsimd128
    比较两个 128 位 vectors,就好像它们是 8 个 16 位无符号整数的两个 vectors 一样。
  • u16x8_lesimd128
    比较两个 128 位 vectors,就好像它们是 8 个 16 位无符号整数的两个 vectors 一样。
  • 加载 8 个 8 位整数,零加载每个整数至 16 位 lane
  • u16x8_ltsimd128
    比较两个 128 位 vectors,就好像它们是 8 个 16 位无符号整数的两个 vectors 一样。
  • u16x8_maxsimd128
    比较 lane-wise 无符号整数,并返回每对的最大值。
  • u16x8_minsimd128
    比较 lane-wise 无符号整数,并返回每对中的最小值。
  • u16x8_mulsimd128
    将两个 128 位 vectors 相乘,就好像它们是两个包装的八个 16 位有符号整数一样。
  • 通过使每个 lane 变窄,将两个输入 vectors 转换为较小的 lane vector。
  • u16x8_nesimd128
    比较两个 128 位 vectors,就好像它们是 8 个 16 位整数的两个 vectors 一样。
  • 从解释为 8 个包装的 u16 数字的 128 位 vector 替换一个 lane。
  • u16x8_shlsimd128
    将每个 lane 向左移动指定的位数。
  • u16x8_shrsimd128
    将每个 lane 向右移动指定的位数,以零为单位。
  • i8x16_shuffle 相同,只是操作起来好像输入是八个 16 位整数,仅需 8 个索引即可重排。
  • 创建具有相同 lanes 的 vector。
  • u16x8_subsimd128
    将两个 128 位 vectors 相减,就好像它们是两个包装的八个 16 位整数一样。
  • 减去两个 128 位 vectors,就好像它们是两个包装的八个 16 位无符号整数,溢出时饱和到 0.
  • u32x4simd128
    从提供的操作数实现 SIMD 值。
  • u32x4_addsimd128
    将两个 128 位 vectors 相加,就好像它们是两个包装的四个 32 位整数一样。
  • 如果所有 lanes 都不为零,则返回 true,否则返回 false。
  • 提取 a 中每个 lane 的高位并生成一个所有位连接的标量掩码。
  • u32x4_eqsimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位整数的两个 vectors 一样。
  • 整数扩展成对加法产生扩展结果 (比输入宽两倍的结果)。
  • 将较小 lane vector 的高一半转换为较大 lane vector,扩展为零。
  • 将较小 lane vector 的下半部分转换为较大 lane vector,扩展为零。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • 从解释为 4 个包装的 u32 数字的 128 位 vector 中提取一个 lane。
  • u32x4_gesimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位无符号整数的两个 vectors 一样。
  • u32x4_gtsimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位无符号整数的两个 vectors 一样。
  • u32x4_lesimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位无符号整数的两个 vectors 一样。
  • 加载四个 16 位整数,零加载一个整数到 32 位 lane
  • u32x4_ltsimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位无符号整数的两个 vectors 一样。
  • u32x4_maxsimd128
    比较 lane-wise 无符号整数,并返回每对的最大值。
  • u32x4_minsimd128
    比较 lane-wise 无符号整数,并返回每对中的最小值。
  • u32x4_mulsimd128
    将两个 128 位 vectors 相乘,就好像它们是两个包装的四个 32 位有符号整数一样。
  • u32x4_nesimd128
    比较两个 128 位 vectors,就好像它们是 4 个 32 位整数的两个 vectors 一样。
  • 从解释为 4 个包装的 u32 数字的 128 位 vector 替换一个 lane。
  • u32x4_shlsimd128
    将每个 lane 向左移动指定的位数。
  • u32x4_shrsimd128
    将每个 lane 向右移动指定的位数,以零为单位。
  • i8x16_shuffle 相同,但操作时如同输入为 4 32 位整数,仅需 4 个索引即可重排。
  • 创建具有相同 lanes 的 vector。
  • u32x4_subsimd128
    将两个 128 位 vectors 相减,就好像它们是两个包装的四个 32 位整数一样。
  • 将解释为四个 32 位浮点数的 128 位 vector 转换为四个 32 位无符号整数的 128 位 vector。
  • 使用 IEEE convertToIntegerTowardZero 函数将两个双精度浮点 lanes 饱和转换为两个较低的整数 lanes。
  • u64x2simd128
    从提供的操作数实现 SIMD 值。
  • u64x2_addsimd128
    将两个 128 位 vectors 相加,就好像它们是两个包装的两个 64 位整数一样。
  • 如果所有 lanes 都不为零,则返回 true,否则返回 false。
  • 提取 a 中每个 lane 的高位并生成一个所有位连接的标量掩码。
  • u64x2_eqsimd128
    比较两个 128 位 vectors,就好像它们是两个 64 位整数的两个 vectors。
  • 将较小 lane vector 的高一半转换为较大 lane vector,扩展为零。
  • 将较小 lane vector 的下半部分转换为较大 lane vector,扩展为零。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • lane-wise 整数扩展乘法产生两倍于输入的结果。
  • 从解释为 2 个包装的 u64 数字的 128 位 vector 中提取一个 lane。
  • 加载两个 32 位整数,零加载每个整数到 64 位 lane
  • u64x2_mulsimd128
    将两个 128 位 vectors 相乘,就好像它们是两个包装的两个 64 位整数一样。
  • u64x2_nesimd128
    比较两个 128 位 vectors,就好像它们是两个 64 位整数的两个 vectors。
  • 从解释为 2 个包装的 u64 数字的 128 位 vector 替换一个 lane。
  • u64x2_shlsimd128
    将每个 lane 向左移动指定的位数。
  • u64x2_shrsimd128
    将每个 lane 向右移动指定的位数,以零为单位。
  • i8x16_shuffle 相同,但操作时就像输入是两个 64 位整数,仅需 2 个索引即可重排。
  • 创建具有相同 lanes 的 vector。
  • u64x2_subsimd128
    将两个 128 位 vectors 相减,就好像它们是两个包装的两个 64 位整数一样。
  • 生成 unreachable 指令,这会导致无条件的 trap
  • v128_andsimd128
    对两个输入的 128 位 vectors 进行按位和运算,返回结果 vector。
  • a 的位按位与与 b 的位进行逻辑逆。
  • 如果设置了 a 中的任何一位,则返回 true,否则返回 false
  • 使用 c 中的位掩码选择 v1 为 1 和 v2 的位 0.
  • v128_loadsimd128
    从给定的堆地址加载 v128 vector。
  • v128_load8_lanesimd128
    m 加载一个 8 位值并将 v 的 lane L 设置为该值。
  • 加载单个元素,然后将其放置到 v128 vector 的所有 lane 中。
  • m 加载 16 位值并将 v 的 lane L 设置为该值。
  • 加载单个元素,然后将其放置到 v128 vector 的所有 lane 中。
  • m 加载 32 位值并将 v 的 lane L 设置为该值。
  • 加载单个元素,然后将其放置到 v128 vector 的所有 lane 中。
  • 将 32 位元素加载到 vector 的低位并将所有其他位设置为零。
  • m 加载 64 位值并将 v 的 lane L 设置为该值。
  • 加载单个元素,然后将其放置到 v128 vector 的所有 lane 中。
  • 将 64 位元素加载到 vector 的低位并将所有其他位设置为零。
  • v128_notsimd128
    翻转 128 位输入 vector 的每个位。
  • v128_orsimd128
    对两个输入的 128 位 vectors 进行按位或逻辑运算,返回结果 vector。
  • v128_storesimd128
    v128 vector 存储到给定的堆地址。
  • 将来自 vL lane 的 8 位值存储到 m
  • v 的 lane L 的 16 位值存储到 m
  • 将来自 vL lane 的 32 位值存储到 m
  • 将来自 vL lane 的 64 位值存储到 m
  • v128_xorsimd128
    对两个输入的 128 位 vectors 进行按位异或,返回结果 vector。