Intrinsics头文件与SIMD指令集、Visual Studio版本对应表!

最新推荐文章于 2022-06-14 19:05:20 发布
最新推荐文章于 2022-06-14 19:05:20 发布
阅读量3.2k 收藏 7
点赞数 1
分类专栏： MMX IA-32 / IA-64 SIMD 编程语言 程序优化 汇编 SSE assembly language X86
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/feixiang_john/article/details/8295677
版权

Intrinsics头文件与SIMD指令集、Visual Studio版本对应表!

 

File

描述

VS

VisualStudio

intrin.h

All Architectures

8.0

2005

mmintrin.h

MMX intrinsics

6.0

6.0 SP5+PP5

xmmintrin.h

Streaming SIMD Extensions intrinsics

6.0

6.0 SP5+PP5

emmintrin.h

Willamette New Instruction intrinsics （SSE2）

6.0

6.0 SP5+PP5

pmmintrin.h

SSE3 intrinsics

9.0

2008

tmmintrin.h

SSSE3 intrinsics

9.0

2008

smmintrin.h

SSE4.1 intrinsics

9.0

2008

nmmintrin.h

SSE4.2 intrinsics.

9.0

2008

wmmintrin.h

AES and PCLMULQDQ intrinsics.

10.0

2010

immintrin.h

Intel-specific intrinsics（AVX）

10.0

2010 SP1

ammintrin.h

AMD-specific intrinsics （FMA4， LWP， XOP）

10.0

2010 SP1

mm3dnow.h

AMD 3DNow! intrinsics

6.0

6.0 SP5+PP5

 

如果大家在PC上做优化,使用SIMD指令来优化各种瓶颈函数,包含#include <nmmintrin.h> 这个头文件基本就全了,除非你可以使用AVX来优化!

 

飞翔2017
关注
  • 1
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
intrinsics.h
09-07
intrinsics.h
【slam十四讲第二版】【课本例题代码向】【第七讲~视觉里程计Ⅰ】【1OpenCV的ORB特征】【2手写ORB特征】【3对极约束求解相机运动】【4三角测量】【5求解PnP】【3D-3D:ICP】
qq_45954434的博客
04-07 6363
【slam十四讲第二版】【课本例题代码向】【第七讲~视觉里程计Ⅰ】】【1OpenCV的ORB特征】【2手写ORB特征】【3对极约束求解相机运动】【4三角测量】【5求解PnP】【3D-3D:ICP】
《视觉SLAM十四讲》-7.2 手写ORB特征
u012177450的博客
12-21 1050
// // Created by xiang on 18-11-25. // #include <opencv2/opencv.hpp> #include <string> #include <nmmintrin.h> #include <chrono> using namespace std; // global variables定义图片路径全局变量 string first_file = "./1.png"; string second_file.
GCC中x86架构下simd intrinsic函数的实现的分析
softee的专栏
03-01 6828
intel提供了多种寄存器和指令来支持单指令多数据（simd）操作，按时间先后顺序包括MMX系列（支持128位寄存器），SSE系列（支持256位寄存器）和AVX系列（支持512位寄存器）。本文以AVX系列的寄存器和指令位例子，分析GCC编译其中如何以intrinsic函数的形式来为程序开发者提供simd操作的支持。 数据类型 512位寄存器的数据类型主要分为两类：一类是以“__v”
AVX Intrinsics各函数介绍
架构设计
04-13 1214
SIMD相关头文件包括： //#include &lt;ivec.h&gt;//MMX //#include &lt;fvec.h&gt;//SSE(also include ivec.h) //#include &lt;dvec.h&gt;//SSE2(also include fvec.h) #include &lt;mmintrin.h&gt; //MMX #include &lt;...
SIMD指令集分析(C/C++)
AAAA202012的博客
04-06 9865
阅读代码的时候遇到了__m128i、_mm_set1_epi8、_mm_loadu_si128、_mm_max_epu8、_mm_min_epu8、_mm_store_si128、_mm_unpackhi_epi8、_mm_adds_epi16、_mm_srli_si128等SIMD指令集，所以想着作一个总结。 0. SIMD基础知识 SIMD是单指令多数据技术，目前Intel处理器支持的SIMD技术包括MMX、SSE以及AVX。 MMX是MultiMedia eXtensions(多媒体扩展)的缩写，是
MMX、SSE、AVX等SIMD指令集说明
Stone_石头
01-09 3517
发展历程 SIMD指令集头文件对应查找表 头文件 指令集描述 intrin.h All Architectures mmintrin.h MMX xmmintrin.h SSE emmintrin.h SSE2 pmmintrin.h SSE3 smmintrin.h SSE4.1 nmmintrin.h SSE4.2 immintrin...
IAR Fatal Error[Pe1696]: cannot open source file “intrinsics.h“错误原因之一
菜鸟江涛的博客
06-14 1392
IAR Fatal Error[Pe1696]: cannot open source file “intrinsics.h“，好久没有写STM8的项目了，今天打开IAR准备试试写写小项目的时候，发现错误如题所示，报错打不开头文件了
一堆牛叉 头文件日后研究
体力无边，干倒一切。
05-04 700
#include <mmintrin.h> //MMX __m64 定义 #include <xmmintrin.h> //SSE(include mmintrin.h) __m128 定义 #include <emmintrin.h> //SSE2(include xmmintrin.h) __m128i ,__m128d 类型 定义 #incl...
STM32工程 从IAR6.0 转到 IAR6.3
weixin_33775572的博客
11-28 378
用IAR6.3打开IAR6.0 的工程，编译的时候出现提示错误： extern uint32_t __get_PSP(void); 已经在C:\Program Files\IAR Systems\Embedded Workbench 6.0\arm\inc\c\intrinsics.h文件中定义 extern uint32_t __get_MSP(void);已经在C:\Program Fi...
simde:SIMD指令集的实现适用于本机不支持它们的系统
03-06
SIMD无处不在 仅SIMDe标头库可在本身不支持它们的硬件上提供快速，可移植的实现，例如在ARM上调用函数。 如果硬件支持本机实现，则不会降低性能（例如，SSE / ... SIMDe与大多数其他SIMD抽象层采用的方法截然不同，因
internals-dude：CC ++中用于编译器instrinsics的开源Visual Studio扩展
01-31
改进了对Visual Studio中编译器内部函数的支持。 可在找到此扩展，或下载最新的安装程序 。 如果内部函数不够低，请考虑 。 产品特点 快速信息工具提示 QuickInfo是IntelliSense的一项功能，当用户将指针移到方法...
SSE指令集测试程序
09-26
SSE指令集的介绍网上一大堆, 这里贴一个用VS2008环境下的SSE测试程序, 分别用C++代码, C++内联汇编, C++的SSE Intrinsics三种方式计算卷积的程序...这是一个win32控制台程序.....
faster:人类SIMD
05-03
人类SIMD 简单，强大，便携，荒谬的快速数值计算。 包括基于平台和向量类型的静态分配和内联，零分配迭代，向量化的加载/存储以及对不均匀收集的支持。 看起来像这样： use faster :: * ; let lots_of_3s = ( & ...
AsmDude-vs2022 汇编语法高亮插件
04-24
汇编插件 asm-dude， 支持 Visual Studio 2022。 Assembly syntax highlighting and code assistance for assembly source files and the disassembly window for Visual Studio 2015, 2017 and 2019. This ...
FFmpeg在Android上的移植优化步骤
热门推荐
飞翔 视频直播系统
08-22 3万+
从事多媒体软件开发的人几乎没有不知道FFmpeg的，很多视频播放器都是基于FFmpeg开发的。如今最火的智能手机操作系统Android上的很多第三方视频播放器也是基于FFmpeg实现全格式支持。由于Android通常跑在ARM处理器上，而且Android使用了自己的libc库（即bionic），因此要在Android上编译和使用FFmpeg需要做一些移植工作，好在FFmpeg本身用C写成，很好地支
Intel英特尔历代经典 CPU 产品回顾
飞翔 视频直播系统
08-30 1万+
悉数历史 英特尔历代经典 CPU 产品回顾 从英特尔于 1971 年推出首款 4004 微处理器到现在， 英特尔处理器已经走过 了 40 个年头。在告别 13 年传奇品牌奔腾之后，我们又迎来新一代酷睿 i 双核处 理器。现在，我们就来回顾一下英特尔处理器 40 年来的发展历程。 1971 年:4004 微处理器 4004 是英特尔推出的第一款微处理器。这一突破性的发明最先应用于 Busicom
RISC、CISC、 SIMD、FPU、MMX、SSE、SSEX、AVX、3D Now以及DSP、ARM的Neon简介
飞翔 视频直播系统
08-30 1万+
CPU的指令集从主流的体系结构上分为精简指令集和复杂指令集，而在普通的计算机处理器基本上是使用的复杂指令集。在计算机早期的发展过程中，CPU中的指令集是没有划分类型的，而是都将各种程序需要相配合的指令集成到CPU中，但是随着科技的进步，计算机的功能也越来越强大，计算机内部的元件也越来越多，而且越来越复杂，CPU的指令也相应的变得十分复杂，而在使用过程中，并不是每一条指令都要完全被执行，在技术人员的
矩阵转置的SSE汇编优化艺术以及ARM cortext 汇编优化
飞翔 视频直播系统
12-27 7771
平时我们做图像处理或者视频处理, 很多地方会用到矩阵转置: 比如: DCT变换, 图像旋转, 图像滤波, 以及一些数据的内存行和列的交换等, 会大量使用转置这个动作. 然而由于数据量很大,处理速度很慢!如何来提高处理速度呢? 下面看看分析:  HEVC中有个地方是如下这样实现(直接行和列对应的位置交换): Pel tmp; for (k=0;k<blkSize
用NEON SIMD的intrinsics方式写4*4矩阵
最新发布
06-06
好的，以下是使用NEON SIMD intrinsics方式实现4*4矩阵乘法的示例代码： ```c #include <arm_neon.h> int32_t a[4][4] = { {1, 2, 3, 4}, {1, 2, 3, 4}, {1, 2, 3, 4}, {1, 2, 3, 4} }; int32_t b[4][4] = { {1, 2, 3, 4}, {1, 2, 3, 4}, {1, 2, 3, 4}, {1, 2, 3, 4} }; int32_t c[4][4] = { 0 }; int32x4_t a_vec[4], b_vec[4], c_vec[4], tmp_vec[4]; for (int i = 0; i < 4; i++) { // 把a矩阵的一行转成4个int32x4_t类型 a_vec[i] = vld1q_s32(a[i]); for (int j = 0; j < 4; j++) { // 把b矩阵的一列转成4个int32x4_t类型 b_vec[j] = vld1q_s32(&b[j][0]); // 把c矩阵的对应元素转成4个int32x4_t类型 c_vec[j] = vld1q_s32(&c[i][j]); } for (int k = 0; k < 4; k++) { // 把a_vec[i]的第k个元素复制到4个int32x4_t类型的tmp_vec中 tmp_vec[0] = vsetq_lane_s32(vgetq_lane_s32(a_vec[i], k), tmp_vec[0], 0); tmp_vec[1] = vsetq_lane_s32(vgetq_lane_s32(a_vec[i], k), tmp_vec[1], 1); tmp_vec[2] = vsetq_lane_s32(vgetq_lane_s32(a_vec[i], k), tmp_vec[2], 2); tmp_vec[3] = vsetq_lane_s32(vgetq_lane_s32(a_vec[i], k), tmp_vec[3], 3); // 对应位置相乘并相加 c_vec[k] = vmlaq_s32(c_vec[k], b_vec[k], tmp_vec[k]); } for (int j = 0; j < 4; j++) { // 把c_vec[j]写回c矩阵的对应元素 vst1q_s32(&c[i][j], c_vec[j]); } } ``` 在NEON SIMD intrinsics方式中，我们使用了一些NEON指令，如`vld1q_s32`、`vsetq_lane_s32`、`vgetq_lane_s32`和`vmlaq_s32`等，来实现向量化操作，从而提高了计算效率。具体来说，我们首先将`a`矩阵的一行转成4个`int32x4_t`类型向量，然后将`b`矩阵的一列和`c`矩阵的对应元素都转成4个`int32x4_t`类型向量。接下来，我们对`a_vec[i]`的每个元素进行复制，并分别与`b_vec[k]`对应位置相乘并相加，得到`c_vec[k]`。最后，我们将`c_vec[j]`写回`c`矩阵的对应元素即可。 需要注意的是，NEON SIMD intrinsics的代码实现与不同的CPU架构和指令集有关，具体实现方式可能会有所不同。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值