PDEP を使うのは， 64-bit 整数まで絞り込んだ後になります．
marisa-trie での該当箇所は以下の通りです．（MSVC 向けの部分はカットしました．）
unit から i+1 番目の 1 になっているビットの位置を求めています．（bit_id はただのオフセットなので気にしなくて OK です．）
std::size_t select_bit(std::size_t i, std::size_t bit_id, UInt64 unit) {
return bit_id + ::__builtin_ctzll(_pdep_u64(1ULL << i, unit));
}
select は lookup や reverse_lookup の中で特に重い処理なので，結構効果がありました．
以下， marisa-benchmark に日本語 Wikipedia のタイトル一覧（順序そのまま）を入力したときの出力を貼っておきます．
実行環境の CPU は Core i7 6800K 3.4GHz です．
まずは PDEP を使わないバイナリです．
$ make clean && autoreconf && ./configure --enable-bmi && make
...
$ tools/marisa-benchmark -p jawiki-20191001-all-titles-in-ns0
Number of tries: 1 - 5
TAIL mode: Text mode
Node order: Descending weight order
Cache level: Normal cache
Number of keys: 1887667
Total length: 40976550
------+----------+--------+--------+--------+--------+--------
#tries size build lookup reverse prefix predict
lookup search search
[bytes] [K/s] [K/s] [K/s] [K/s] [K/s]
------+----------+--------+--------+--------+--------+--------
1 16224608 1446.04 3608.77 3206.54 3152.50 -
2 11877920 1169.76 2051.87 1898.60 1977.19 -
3 11008584 1158.67 1699.86 1695.10 1708.77 -
4 10692624 1151.92 1685.07 1632.11 1644.95 -
5 10557664 1155.25 1661.06 1597.17 1618.07 -
------+----------+--------+--------+--------+--------+--------
次に PDEP を使うバイナリです．
$ make clean && ./configure --enable-native-code && make
...
$ tools/marisa-benchmark -p jawiki-20191001-all-titles-in-ns0
...
------+----------+--------+--------+--------+--------+--------
#tries size build lookup reverse prefix predict
lookup search search
[bytes] [K/s] [K/s] [K/s] [K/s] [K/s]
------+----------+--------+--------+--------+--------+--------
1 16224608 1418.83 4134.11 3956.39 3858.28 -
2 11877920 1220.01 2357.28 2276.49 2279.57 -
3 11008584 1164.50 2037.00 1978.51 1985.62 -
4 10692624 1158.25 1915.64 1929.95 1909.70 -
5 10557664 1159.29 1916.36 1902.57 1872.88 -
------+----------+--------+--------+--------+--------+--------
PDEP を使わない場合と比べて PDEP を使う場合は， lookup が 14-20% の高速化， reverse_lookup が 17-23% の高速化となりました．