再谈MMX优化

这几天帮别人做了彩色空间转换的MMX优化,包括YUV420<->RGB,YUV420<->YUV422,UYVY->YUV420,感觉收获不少.MMX指令的确强劲,使用内联的MMX指令后转换速度比优化前平均提高了3-4倍.下面承接原来的MMX优化的入门篇稍微深入点讲解MMX指令的用法.

首先在VC的内联汇编中使用MMX指令的确时相当方便,而且效率也非常高.推荐使用.

一般有两种传送方式:数组和指针.使用数组比较方便,但使用指针更为普遍.
数组传送方式:
int a[6];
...
_asm{
movq mm0,[a];        //movq传送64位,mm0内容为:a[3]a[2]a[1]a[0]
movd mm1,[a+8];   //movd传送低32位,注意这个地方加8而不是4
}
指针传送方式:
int *p;
...
_asm{
mov eax,[p];
movq mm0,[eax];
movq mm1,[eax+8]
}

MMX中的加减使用就比较简单了,唯一值得注意的是有的是那些是带符号的运算,那些是带饱和的运算.
PMADDWD是两对16位数相乘然后再将32位的结果相加的运算.

MMX中乘法比较是分高低位的,因为要保证乘后的结果和乘数的位数一致,而且往往运算的结果都是高位为0,所以用低位乘法就够了.但是如果想得到一个完整的结果要算两次.
移动指令中要注意的是psllw,psrld等都是逻辑位移,是需要移动符号位的,只有psraw,psrad才是算术位移不移动符号位,MMX中没有除法运算,所以要想办法把被除数变换成2的N次方,然后在用psraw mm0,n来实现除法运算.注意移出的空位都用0填充.

MMX中最复杂就要属紧缩指令了.它们负责重新排列MMX寄存器中数,使之能够按照规定顺序输入输出数据.
packsswb mm0,mm1   // mm0中存放4个16位数:ABCD  mm1:EFGH packsswb后mm0:ABCDEFGH
packuswb 跟packsswb的唯一区别是就是不带符号位
punpckhbw 展开高阶紧缩数据 punpcklbw展开低阶紧缩数据
例如:mm0和mm1分别存放8个8位数.
mm0:A7,A6,A5,A4,A3,A2,A1,A0 mm1:B7,B6,B5,B4,B3,B2,B1,B0
punpckhbw mm0,mm1;    //结果  mm0:B7,A7,B6,A6,B5,A5,B4,A4
punpcklbw mm0,mm1;     //结果  mm0:B3,A3,B2,A2,B1,A1,B0,A0

下面具体举例:
比如src数组中存放着UYVYUYVY....的序列(Y,U,V为8位数),我们要把它按顺序转换成YYYYY,UUUU,VVVV进行存放
_asm{
movq            mm0,[src];        //mm0:Y3 V1 Y2 U1 Y1 V0 Y0 U0
movq            mm1,[src+8];     //mm1:Y7 V3 Y6 U3 Y5 V2 Y4 U2
movq            mm2,mm0;        //mm2做中转,mm0即将改变
punpcklbw    mm0,mm1;       //mm0:Y5 Y1 V2 V0 Y4 Y0 U2 U0
punpckhbw   mm2,mm1;       //mm2:Y7 Y3 V3 V1 Y6 Y2 U3 U1
movq            mm3,mm0;     
punpcklbw    mm0,mm2;       //mm0:Y6 Y4 Y2 Y0 U3 U2 U1 U0
movd            [U],mm0;         //传低32位的U
punpckhbw   mm3,mm2;      //mm3:Y7 Y5 Y3 Y1 V3 V2 V1 V0
movd            [V],mm3;        //传低32位的V
punpckhbw   mm0,mm3;     //mm0:Y7 Y6 Y5 Y4 Y3 Y2 Y1 Y0
movq            [y],mm0;         //传8个Y
emms;                                 //凡是用MMX指令兄弟门别忘拉
}