SSE指令集

最新推荐文章于 2023-09-01 16:14:01 发布
最新推荐文章于 2023-09-01 16:14:01 发布
阅读量1.9w 收藏 24
点赞数
分类专栏： VC C/C++ 文章标签： float stream insert blend integer borland
VC 同时被 2 个专栏收录
22 篇文章 0 订阅
订阅专栏
C/C++
19 篇文章 0 订阅
订阅专栏
 
    SSE和SSE2的指令系统非常相似，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。
 
    虽然SSE从理论上来讲要比传统的浮点运算会快，但是所受的限制也很多，首先，虽然它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，但是它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。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地对数据进行复制以适用应它的数据格式。
 
    如果你是一个C++程序员，对汇编并不很熟，但又想用SSE来优化程序，该怎么做呢？幸好VC++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地应用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，只作为一些特殊用途，如果想了解更多的信息，可以参考MSDN -> Visual Studio -> Reference -> C/C++Language -> 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表示把结果作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。
 
接下来举一个例子来说明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，会用常规方法和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，此处使用了__declspec(align(16))作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。
 
 
 
  • SSE
    • CVTSI2SS – 把一个64位的有符号整型转换为一个浮点值，并把它插入到一个128位的参数中。内部指令：_mm_cvtsi64_ss
    • CVTSS2SI – 取出一个32位的浮点值，并取整（四舍五入）为一个64位的整型。内部指令：_mm_cvtss_si64
    • CVTTSS2SI – 取出一个32位的浮点值，并截断为一个64位的整型。内部指令：_mm_cvttss_si64
  • SSE2
    • CVTSD2SI – 取出最低位的64位浮点值，并取整为一个整型。内部指令：_mm_cvtsd_si64
    • CVTSI2SD – 取出最低位的64位整型，并将其转换为一个浮点值。内部指令：_mm_cvtsi64_sd
    • CVTTSD2SI – 取出一个64位的浮点值，并截断为一个64位的整型。内部指令：_mm_cvttsd_si64
    • MOVNTI – 写64位数据到特定内存位置。内部指令：_mm_stream_si64
    • MOVQ – 移动一个64位的整型到一个128位的参数中，或从128位的参数中移动一个64位的整型。内部指令：_mm_cvtsi64_si128、_mm_cvtsi128_si64
  • SSSE3
    • PABSB / PABSW / PABSD – 取有符号整型的绝对值。内部指令：_mm_abs_epi8、_mm_abs_epi16、_mm_abs_epi32、_mm_abs_pi8、_mm_abs_pi16、_mm_abs_pi32
    • PALIGNR – 结合两个参数并右移结果。内部指令：_mm_alignr_epi8、_mm_alignr_pi8
    • PHADDSW – 将两个包含16位有符号整型的参数相加，并尽量使结果为16位可表示的最大值。内部指令：_mm_hadds_epi16、_mm_hadds_pi16
    • PHADDW / PHADDD – 将两个包含有符号整型的参数相加。内部指令：_mm_hadd_epi16、_mm_hadd_epi32、_mm_hadd_pi16、_mm_hadd_pi32
    • PHSUBSW – 将两个包含16位有符号整型的参数相减，并尽量使结果为16位可表示的最大值。内部指令：_mm_hsubs_epi16、_mm_shubs_pi16
    • PHSUBW / PHSUBD – 将两个包含有符号整型的参数相减。内部指令：_mm_hsub_epi16、_mm_hsub_epi32、_mm_hsub_pi16、_mm_hsub_pi32
    • PMADDUBSW – 相乘并相加8位整型。内部指令：_mm_maddubs_epi16、_mm_maddubs_pi16
    • PMULHRSW – 乘以16位有符号整型，并右移结果。内部指令：_mm_mulhrs_epi16、_mm_mulhrs_pi16
    • PSHUFB – 从一个128位的参数中选取并乱序其中8位的数据块。内部指令：_mm_shuffle_epi8、_mm_shuffle_pi8
    • PSIGNB / PSIGNW / PSIGND – 求反（取非）、取零、或保留有符号整型。内部指令：_mm_sign_epi8、_mm_sign_epi16、_mm_sign_epi32、_mm_sign_pi8、_mm_sign_pi16、_mm_sign_pi32
  • SSE4A
    • EXTRQ – 从参数中取特定位。内部指令：_mm_extract_si64、_mm_extracti_si64
    • INSERTQ – 插入特定位到给定参数中。内部指令：_mm_insert_si64、_mm_inserti_si64
    • MOVNTSD / MOVNTSS – 不使用缓存，直接把数据位写到特定内存位置。内部指令：_mm_stream_sd、_mm_stream_ss
  • SSE4.1
    • DPPD / DPPS – 计算两参数的点结果。内部指令：_mm_dp_pd、_mm_dp_ps
    • EXTRACTPS – 从参数中取出一个特定的32位浮点值。内部指令：_mm_extract_ps
    • INSERTPS – 把一个32位整型插入到一个128位参数中，并把某些位置零。内部指令：_mm_insert_ps
    • MOVNTDQA – 从特定内存位置加载128位数据。内部指令：_mm_stream_load_si128
    • MPSADBW – 计算绝对差分的八个偏移总和。内部指令：_mm_mpsadbw_epu8
    • PACKUSDW – 使用16位饱和度，把32位有符号整型转换为有符号16位整型。内部指令：_mm_packus_epi32
    • PBLENDW / BLENDPD / BLENDPS / PBLENDVB / BLENDVPD / BLENDVPS – 把两个不同块大小的参数混合在一起。内部指令：_mm_blend_epi16、_mm_blend_pd、_mm_blend_ps、_mm_blendv_epi8、_mm_blendv_pd、_mm_blendv_ps
    • PCMPEQQ － 比较64位整型是否相等。内部指令：_mm_cmpeq_epi64
    • PEXTRB / PEXTRW / PEXTRD / PEXTRQ － 从输入的参数中取出一个整型。内部指令：_mm_extract_epi8、_mm_extract_epi16、_mm_extract_epi32、_mm_extract_epi64
    • PHMINPOSUW － 选择最小的16位无符号整型并确定它的下标。内部指令：_mm_minpos_epu16
    • PINSRB / PINSRD / PINSRQ － 把一个整型插入到一个128位参数中。内部指令：_mm_insert_epi8、_mm_insert_epi32、_mm_insert_epi64
    • PMAXSB / PMAXSD － 接受两个参数中的有符号整型，并选择其中的最大者。内部指令：_mm_max_epi8、_mm_max_epi32
    • PMAXUW / PMAXUD － 接受两个参数中的无符号整型，并选择其中的最大者。内部指令：_mm_max_epu16、_mm_max_epu32
    • PMINSB / PMINSD － 接受两个参数中的有符号整型，并选择其中的最小者。内部指令：_mm_min_epi8、_mm_min_epi32
    • PMINUW / PMINUD － 接受两个参数中的无符号整型，并选择其中的最小者。内部指令：_mm_min_epu16、_mm_min_epu32
    • PMOVSXBW / PMOVSXBD / PMOVSXBQ / PMOVSXWD / PMOVSXWQ / PMOVSXDQ － 把一有符号整型转换到更大的尺寸。内部指令：_mm_cvtepi8_epi16、_mm_cvtepi8_epi32、_mm_cvtepi8_epi64、_mm_cvtepi16_epi32、_mm_cvtepi16_epi64、_mm_cvtepi32_epi64
    • PMOVZXBW / PMOVZXBD / PMOVZXBQ / PMOVZXWD / PMOVZXWQ / PMOVZXDQ － 把一无符号整型转换到更大的尺寸。内部指令：_mm_cvtepu8_epi16、_mm_cvtepu8_epi32、_mm_cvtepu8_epi64、_mm_cvtepu16_epi32、_mm_cvtepu16_epi64、_mm_cvtepu32_epi64
    • PMULDQ － 32位有符号整型相乘，并把结果存储为64位有符号整型。内部指令：_mm_mul_epi32
    • PMULLUD － 32位有符号整型相乘。内部指令：_mm_mullo_epi32
    • PTEST － 按位计算两个128位参数，并基于CC标志寄存器的CF与ZF位返回值。内部指令：_mm_testc_si128、_mm_testnzc_si128、_mm_testz_si128
    • ROUNDPD / ROUNDPS － 取整浮点数值。内部指令：_mm_ceil_pd、_mm_ceil_ps、_mm_floor_pd、_mm_floor_ps、_mm_round_pd、_mm_round_ps
    • ROUNDSD / ROUNDSS － 结合两个参数，从其一取整到一个浮点数值。内部指令：_mm_ceil_sd、_mm_ceil_ss、_mm_floor_sd、_mm_floor_ss、_mm_round_sd、_mm_round_ss
  • SSE4.2
    • CRC32 － 计算参数的CRC-32C检验和。内部指令：_mm_crc32_u8、_mm_crc32_u16、_mm_crc32_u32、_mm_crc32_u64
    • PCMPESTRI / PCMPESTRM －比较特定长度的两个参数。内部指令：_mm_cmpestra、_mm_cmpestrc、_mm_cmpestri、_mm_cmpestrm、_mm_cmpestro、_mm_cmpestrs、_mm_cmpestrz
    • PCMPGTQ － 比较两个参数。内部指令：_mm_cmpgt_epi64
    • PCMPISTRI / PCMPISTRM － 比较两个参数。内部指令：_mm_cmpistra、_mm_cmpistrc、_mm_cmpistri、_mm_cmpistrm、_mm_cmpistro、_mm_cmpistrs、_mm_cmpistrz
    • POPCNT － 统计位集中1的数量。内部指令：_mm_popcnt_u32、_mm_popcnt_u64、__popcnt16、__popcnt、__popcnt64
  • 高级位操纵
    • LZCNT － 统计参数中零的数量。内部指令：__lzcnt16、 __lzcnt、__lzcnt64
    • POPCNT － 统计位集中1的数量。内部指令：_mm_popcnt_u32、_mm_popcnt_u64、__popcnt16、__popcnt、__popcnt64
  • 其他新指令
    • _InterlockedCompareExchange128 － 对比两个参数。
    • _mm_castpd_ps / _mm_castpd_si128 / _mm_castps_pd / _mm_castps_si128 / _mm_castsi128_pd / _mm_castsi128_ps － 对32位浮点值（ps）、64位浮点值（pd）及32位整型值（si128）重新解释。
    • _mm_cvtsd_f64 － 从参数中取出最低的64位浮点值。
    • _mm_cvtss_f32 － 取出一个32位的浮点值。
    • _rdtscp － 生成RDTSCP。把TSC AUX[31:0]写到内存，并返回64位时间戳计数器结果。
xieqidong
关注
  • 0
    点赞
  • 踩
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
intel汇编MMX/SSE指令集（a）
12-23
intel汇编工具书：MMX/SSE汇编设计指令集、功能
汇编 intel SSE指令简介
最新发布
m0_73378754的博客
05-10 582
简介：是一组指令集扩展，用于增强处理器的浮点运算和向量操作能力,可以同时对多个数据元素执行相同的操作，采用8个128位寄存器(XMM0~XMM7),适用于需要高性能并行计算的应用场景，能够通过同时处理多个数据元素来提高计算效率，从而加速各种计算密集型任务的执行。，并将结果存储在目标操作数中。将源操作数中的四个单精度浮点值与目标操作数中的四个单精度浮点值逐元素比较，然后将每个位置上的最大值存储在目标操作数中。将源操作数中的单精度浮点数值与目标操作数中的单精度浮点数值相乘的操作，并将结果存储在目标操作数中。
SSE 指令集
泠山的博客
09-01 929
这是一个typedef语句，它创建了一个新的数据类型别名__m128_u，它被定义为float类型。: 这是GCC（GNU Compiler Collection）的属性语法，用于为__m128_u类型添加一些属性。(16): 这个属性指定了该类型的大小为 16 字节（128位），这使得 __m128_u 可以在一个128位寄存器中存储。may_alias: 这个属性告诉编译器，指针类型可以别名为 __m128_u，这是因为这种类型的别名可能会导致一些类型别名的规则和内存别名的优化问题。
SSE指令集学习笔记（个人记录）
07-13
SSE指令集学习笔记。
SSE指令集加速.docx
08-12
在学习指令集加速的过程中，对SSE的相关基础概念以及简单的应用原理进行整理汇总，并配有相应的代码实例，先分享给有需要的同学。
基于SSE指令集的程序设计简介
12-24
Intel公司单指令多数据流式扩展(SSEStreaming SIMD Extensions)技术能够有效增强CPU浮点运算能力Visual Studio .NET 2003提供了对SSE指令集编程支持从而允许用户在C代码中不用编写汇编代码就可直接使用SSE指 ...
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.....
IntelSSE指令集整理.pdf
08-01
Intel SSE指令集资料整理，总共有93页，是中文资料，很适合查阅
SSE指令集SSE优化手册
12-18
SSE指令集SSE优化手册，SSE指令 SIMD优化
SSE指令集一
liran2019的博客
06-08 1094
本来想着写一些SSE指令用来优化数学运算，但是又不知道从何入手，本着不造轮子的原则，查看了一下DX的数学库。DX的数学库都是内联函数，可以看到源代码。看了一下点乘法线，自己不写是对的，人家用了这么久的数学库，肯定是最好的。上一段代码。 inline XMVECTOR XM_CALLCONV XMVector3Dot ( FXMVECTOR V1, FXMVECTOR V2 ) { #if defined(_XM_NO_INTRINSICS_) float fValue = V1.
＜C++＞ SSE指令集
thisiszdy的博客
08-28 547
SSE指令集操作
SSE指令集相关
huihui0725的博客
10-24 224
SSE指令集相关指令
SSE指令集学习
sinat_41612591的博客
12-07 6167
一、SSE简介 SSE指令，被包含在头文件：“emmintrin.h”（SSE2）中，且大多数SSE操作需要所给的数据是16-bytes对齐； SSE（Streaming SIMD Extensions），是一种SIMD（单指令，多数据）指令集，即利用一个指令同时对多个资料进行相同的动作.SSE指令主要包含了四个部分：单精度浮点数运算指令，整数运算指令，缓存控制指令和状态控制指令。 SSE指...
SSE指令集简记
jmp esp
06-07 2218
SSE？SSE（为Streaming SIMD Extensions的缩写）是由 Intel公司，在1999年推出Pentium III处理器时，同时推出的新指令集。如同其名称所表示的，SSE是一种SIMD指令集。所谓的SIMD是指single instruction, multiple data，也就是一个指令同时对多个资料进行相同的动作。较早的MMX和 AMD的3DNow!也都是SIMD指令集。
SSE指令集学习之旅(一)
qq_48034474的博客
02-22 3270
SSE指令集学习之旅(一)
C++ 如何使用SSE指令集
05-10
在C++中，可以使用SSE指令集来实现高效的向量运算。 首先，需要确保编译器支持SSE指令集。大多数现代的编译器都支持SSE指令集，例如gcc和Visual C++。 下面是一个简单的示例，演示如何使用SSE指令集来计算两个向量...

“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
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