SSE指令介绍及其C、C++应用

转载 2006年06月25日 20:38:00
SSE是英特尔提出的即MMX之后新一代(当然是几年前了)CPU指令集,最早应用在PIII系列CPU上。现在已经得到了Intel PIII、P4、Celeon、Xeon、AMD Athlon、duron等系列CPU的支持。而更新的SSE2指令集仅得到了P4系列CPU的支持,这也是为什么这篇文章是讲SSE而不是SSE2的原因之一。另一个原因就是SSE和SSE2的指令系统是非常相似的,SSE2比SSE多的仅是少量的额外浮点处理功能、64位浮点数运算支持和64位整数运算支持。

  SSE为什么会比传统的浮点运算更快呢?因为它使用了128位的存储单元,这对于32位的浮点数来讲,是可以存下4个的,也就是说,SSE中的所有计算都是一次性针对4个浮点数来完成的,这种批处理当然就会带来效率的提升。我们再来回顾一下SSE的全称:Stream SIMD Extentions(流SIMD扩展)。SIMD就是single instruction multiple data,连起来就是“数据流单指令多数据扩展”,从名字我们就可以更好的理解SSE是如何工作的了。

  虽然SSE从理论上来讲要比传统的浮点运算会快,但是他所受的限制也很多,首先,虽然他执行一次相当于四次,会比传统的浮点运算执行4次的速度要快,但是他执行一次的速度却并没有想象中的那么快,所以要体现SSE的速度,必须有Stream做前提,就是大量的流数据,这样才能发挥SIMD的强大作用。其次,SSE支持的数据类型是4个32位(共计128位)浮点数集合,就是C、C++语言中的float[4],并且必须是以16位字节边界对齐的(稍后会以代码来进行阐释,关于边界对齐的概念,读者可以参考论坛上的其它文章,都会有很详细的解答,我这里就恕不赘述了)。因此这也给输入和输出带来了不少的麻烦,实际上主要影响SSE发挥性能的就是不停的对数据进行复制以适用应它的数据格式。

  我是一个C++程序员,对汇编并不很熟,但我又想用SSE来优化我的程序,我该怎么做呢?幸好VC++.net为我们提供了很方便的指令C函数级的封装和C格式数据类型,我们只需像平时写C++代码一样定义变量、调用函数就可以很好的应用SSE指令了。

  当然了,我们需要包含一个头文件,这里面包括了我们需要的数据类型和函数的声明:


#include <xmmintrin.h>

  SSE运算的标准数据类型只有一个,就是:

__m128,它是这样定义的:


typedef struct __declspec(intrin_type) __declspec(align(16)) __m128 {

   float m128_f32[4];

} __m128;

  简化一下,就是:


struct __m128

{

   float m128_f32[4];

};

  比如要定义一个__m128变量,并为它赋四个float整数,可以这样写:

 


__m128 S1 = { 1.0f, 2.0f, 3,0f, 4,0f };


  要改变其中第2个(基数为0)元素时可以这样写:


S1.m128_f32[2] = 6.0f;

  令外我们还会用到几个赋值的指令,它可以让我们更方便的使用这个数据结构:


S1 = _mm_set_ps1( 2.0f );

  它会让S1.m128_f32中的四个元素全部赋予2.0f,这样会比你一个一个赋值要快的多。


S1 = _mm_setzero_ps();

  这会让S1中的所有4个浮点数都置零。

  还有一些其它的赋值指令,但执行起来还没有自己逐个赋值来的快,只做为一些特殊用途,如果你想了解更多的信息,可以参考MSDN -> VisualC++参考 -> C/C++Language -> C++Language Reference -> Compiler Intrinsics -> MMX, SSE, and SSE2 Intrinsics -> Stream SIMD Extensions(SSE)章节。

  一般来讲,所有SSE指令函数都有3个部分组成,中间用下划线隔开:


_mm_set_ps1

  mm表示多媒体扩展指令集

  set表示此函数的含义缩写

  ps1表示该函数对结果变量的影响,由两个字母组成,第一个字母表示对结果变量的影响方式,p表示把结果做为指向一组数据的指针,每一个元素都将参与运算,S表示只将结果变量中的第一个元素参与运算;第二个字母表示参与运算的数据类型。s表示32位浮点数,d表示64位浮点数,i32表示32位定点数,i64表示64位定点数,由于SSE只支持32位浮点数的运算,所以你可能会在这些指令封装函数中找不到包含非s修饰符的,但你可以在MMX和SSE2的指令集中去认识它们。

  接下来我举一个例子来说明SSE的指令函数是如何使用的,必须要说明的是我以下的代码都是在VC7.1的平台上写的,不保证对其它如Dev-C++、Borland C++等开发平台的完全兼容。

  为了方便对比速度,我会用常归方法和SSE优化两种写法写出,并会用一个测试速度的类CTimer来进行计时。

  这个算法是对一组float值进行放大,函数ScaleValue1是使用SSE指令优化的,函数ScaleValue2则没有。我们用10000个元素的float数组数据来测试这两个算法,每个算法运算10000遍,下面是测试程序和结果:


#include <xmmintrin.h>

#include <windows.h>

 


class CTimer

{

public:

       __forceinline CTimer( void )

       {

              QueryPerformanceFrequency( &m_Frequency );

              QueryPerformanceCounter( &m_StartCount );

       }

       __forceinline void Reset( void )

       {

              QueryPerformanceCounter( &m_StartCount );

       }

       __forceinline double End( void )

       {

              static __int64 nCurCount;

              QueryPerformanceCounter( (PLARGE_INTEGER)&nCurCount );

              return double(( nCurCount - ( *(__int64*)&m_StartCount ) ) )/ double( *(__int64*)&m_Frequency );

       }

private:

       LARGE_INTEGER m_Frequency;

       LARGE_INTEGER m_StartCount;

};

void ScaleValue1( float *pArray, DWORD dwCount, float fScale )

{



      DWORD dwGroupCount = dwCount / 4;

       __m128 e_Scale = _mm_set_ps1( fScale );

       for ( DWORD i = 0; i < dwGroupCount; i++ )

       {

              *(__m128*)( pArray + i * 4 ) = _mm_mul_ps( *(__m128*)( pArray + i * 4 ), e_Scale );

       }

}

void ScaleValue2( float *pArray, DWORD dwCount, float fScale )

{

       for ( DWORD i = 0; i < dwCount; i++ )

       {

              pArray[i] *= fScale;

       }

}

#define ARRAYCOUNT 10000

int __cdecl main()

{

       float __declspec(align(16)) Array[ARRAYCOUNT];

       memset( Array, 0, sizeof(float) * ARRAYCOUNT );

       CTimer t;

       double dTime;

       t.Reset();



     for ( int i = 0; i < 100000; i++ )

       {

              ScaleValue1( Array, ARRAYCOUNT, 1000.0f );

       }

       dTime = t.End();

       cout << "Use SSE:" << dTime << "秒" << endl;

       t.Reset();

       for ( int i = 0; i < 100000; i++ )

       {

              ScaleValue2( Array, ARRAYCOUNT, 1000.0f );

       }

       dTime = t.End();

       cout << "Not Use SSE:" << dTime << "秒" << endl;

       system( "pause" );

       return 0;

}

Use SSE:0.997817

Not Use SSE:2.84963


  这里要注意一下,我使用了__declspec(align(16))做为数组定义的修释符,这表示该数组是以16字节为边界对齐的,因为SSE指令只能支持这种格式的内存数据。

相关文章推荐

SSE指令介绍及其C、C++应用(1)

转自 http://blog.csdn.net/delphihero/article/details/1270069  SSE是英特尔提出的即MMX之后新一代(当然是几年前了)CPU指令集,...

在C/C++代码中使用SSE等指令集的指令(1)介绍

我们知道,在C/C++代码中,可以插入汇编代码提高性能。现在的指令集有了很多的高级指令,如果我们希望使用这些高级指令来实现一些高效的算法,就可以在代码中嵌入汇编,使用SSE等高级指令,这是可行的,但是...

在C/C++代码中使用SSE等指令集的指令(1)介绍

我们知道,在C/C++代码中,可以插入汇编代码提高性能。现在的指令集有了很多的高级指令,如果我们希望使用这些高级指令来实现一些高效的算法,就可以在代码中嵌入汇编,使用SSE等高级指令,这是可行的,但是...

在C/C++代码中使用SSE等指令集的指令(1)介绍

转自 http://blog.csdn.net/gengshenghong/article/details/7007100# 我们知道,在C/C++代码中,可以插入汇编代码提高性能。现在的指...

在C/C++代码中使用SSE等指令集的指令(1)介绍

转自:在C/C++代码中使用SSE等指令集的指令(1)介绍 我们知道,在C/C++代码中,可以插入汇编代码提高性能。现在的指令集有了很多的高级指令,如果我们希望使用这些高级指令来实现一些高效的算...

[C] 跨平台使用Intrinsic函数范例1——使用SSE、AVX指令集 处理 单精度浮点数组求和(支持vc、gcc,兼容Windows、Linux、Mac)

作者:zyl910。   本文面对对SSE等SIMD指令集有一定基础的读者,以单精度浮点数组求和为例演示了如何跨平台使用SSE、AVX指令集。因使用了stdint、zintrin、ccpuid这三个...
  • zyl910
  • zyl910
  • 2012-10-22 22:28
  • 2874

SSE指令算法及应用----入门篇

SSE是英特尔提出的即MMX之后新一代(当然是几年前了)CPU指令集,最早应用在PIII系列CPU上。现在已经得到了Intel PIII、P4、Celeon、Xeon、AMD Athlon、duron...

CRC-32C (Castagnoli) 校验算法优化(Delphi SSE优化算法应用之三)

CRC-32C (Castagnoli)  算法是 iSCSI 和SCTP 数据校验的算法,和常用CRC-32-IEEE 802.3算法所不同的是多项式常数CRC32C是0x1EDC6F41 ,CRC...

在C/C++代码中使用SSE等指令集的指令(3)SSE指令集基础

转自 http://blog.csdn.net/gengshenghong/article/details/7008704 相关参考: http://edu.gamfe.com/tut...

在C/C++代码中使用SSE等指令集的指令(4)SSE指令集Intrinsic函数使用

http://blog.csdn.net/gengshenghong/article/details/7010615 在http://blog.csdn.net/gengshenghong/ar...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)