提取，使用

/* floating point domain */
__m128 _mm512_extractf32x4_ps (__m512 a, int imm8);
__m256 _mm512_extractf32x8_ps (__m512 a, int imm8);

/* integer domain */
__m128i _mm512_extracti64x2_epi64 (__m512i a, int imm8);
__m256i _mm512_extracti64x4_epi64 (__m512i a, int imm8);

要进行汇编，要么遍历内存（例如，存储到一个4 __m128的数组中，然后从中加载），要么使用一系列插入指令。请注意，插入是跨通道操作，因此非常慢。遍历内存可能会更快，您应该测量它。

/* floating point domain */
__m512 _mm512_insertf32x4 (__m512 a, __m128 b, int imm8);
__m512 _mm512_insertf32x8 (__m512 a, __m256 b, int imm8);

/* integer domain */
__m256i _mm256_inserti64x2 (__m256i a, __m128i b, int imm8);
__m512i _mm512_inserti64x4 (__m512i a, __m256i b, int imm8);

我们可以使用下面的intrinsic进行强制转换，它们不产生任何指令：

_mm256_castps128_ps256    __m128  →  __m256
_mm256_castps256_ps128    __m256  →  __m128

_mm512_castps256_ps512    __m256  →  __m512
_mm512_castps512_ps256    __m512  →  __m256

不同类型有类似的intrinsic：

_mm256_castsi256_si128   __m256i  →  __m128i
_mm256_castsi128_si256   __m128i  →  __m256i

此外，如果我们需要在相同大小的各种类型之间进行转换，我们可以使用以下类型转换intrinsic：

_mm256_castps_si256    __m256   →  __m256i
_mm256_castsi256_ps    __m256i  →  __m256

所有造型说明均在www.example.com上列出https://www.intel.com/content/www/us/en/docs/intrinsics-guide/index.html#ig_expand=6371&cats=Cast
因此，将四个xmm寄存器组合成一个zmm寄存器的代码如下：

__m512 m512_combine_m128x4(__m128 x4, __m128 x3, __m128 x2, __m128 x1) 
{
    const __m256 h = _mm256_set_m128(x4, x3);
    const __m256 l = _mm256_set_m128(x2, x1);
    return _mm512_insertf32x8(_mm512_castps256_ps512(l), h, 1);
}

它被转换为两个vinsertf 128指令和一个vinsertf 32 x8指令。
因此，一旦我们使用了强制转换intrinsic，这就太容易了。分割的代码是类似的，使用上面提到的强制转换。然而，为了提取最低位，你可能只是从一个更宽的类型转换到一个更窄的类型，并丢失数据。
以下是使用__m128i和__m512i数据类型从一个zmm寄存器中提取四个xmm寄存器的示例：m512_split_m128x4，它转换为3个汇编指令，并直接从输入zmm寄存器产生所有结果，而没有任何中间指令，这些指令会创建依赖链，如Peter Cordes在评论中所建议的：

void m512_split_m128x4(__m512i r, __m128i &x4, __m128i &x3, __m128i &x2, __m128i &x1) 
{
        x1 = _mm256_castsi256_si128(_mm512_castsi512_si256(r));
        x2 = _mm256_extracti128_si256(_mm512_castsi512_si256(r), 1);
        x3 = _mm256_castsi256_si128(_mm512_extracti32x8_epi32(r, 1));
        x4 = _mm512_extracti32x4_epi32(r, 3);
}

下面是一个更复杂的例子，使用中间m256_split_m128x2函数;但是，它会创建一个依赖关系链：

void m256_split_m128x2(__m256i r, __m128i &hi, __m128i &lo) 
{
    hi = _mm256_extracti128_si256(r, 1);
    lo = _mm256_castsi256_si128(r);
}

void m512_split_m128x4(__m512i r, __m128i &x4, __m128i &x3, __m128i &x2, __m128i &x1) 
{
    const __m256i h = _mm512_extracti32x8_epi32(r, 1);
    const __m256i l = _mm512_castsi512_si256(r);
    m256_split_m128x2(h, x4, x3);
    m256_split_m128x2(l, x2, x1);
}