JEM中的SIMD优化

SIMD是Single Instruction，Multiple Data的缩写——意为单指令多数据，是inter开发的多媒体指令集，采用C++封装接口，底层调用汇编语言，因此执行效率很高。适合重复且可以并行的计算场合。

由于编码器在计算SAD操作需要反复读写数据，并且适合并行执行，因此JEM在计算SAD的时候使用了单指令多数据的优化（SIMD），以16*16块的SAD计算为例：

UInt GetSAD16x16_SSE_U16(I16 **pSrc, I16 *pRef, Int iRefStride, Int iYOffset, Int iXOffset, UInt uiBestSAD)
{
    int blkSize = 16;
    __m128i s0, s1;
    __m128i r0, r1;
    __m128i diff, diff0, diff1;
    UInt sumOfRow;
    UInt sum = 0;
    for (int blkRow = 0; blkRow < 2; blkRow++)
    {
        for (int blkCol = 0; blkCol < 2; blkCol++)
        {
            Int iRelativeOffset = ((blkRow *iRefStride + blkCol) << 3);
            I16 *pRefCurr = pRef + iRelativeOffset;
            Int iYOffsetCurr = iYOffset + (blkRow << 3);
            Int iXOffsetCurr = iXOffset + (blkCol << 3);


            for (int row = 0; row < 8; row += 2)
            {
                r0 = _mm_loadu_si128((__m128i*) (pRefCurr + iRefStride*row));
                s0 = _mm_loadu_si128((__m128i*) (pSrc[iYOffsetCurr + row] + iXOffsetCurr));
                diff0 = _mm_subs_epi16(r0, s0);
                diff0 = _mm_abs_epi16(diff0);


                r1 = _mm_loadu_si128((__m128i*) (pRefCurr + iRefStride*(1 + row)));
                s1 = _mm_loadu_si128((__m128i*) (pSrc[iYOffsetCurr + row + 1] + iXOffsetCurr));
                diff1 = _mm_subs_epi16(r1, s1);
                diff1 = _mm_abs_epi16(diff1);


                diff = _mm_adds_epi16(diff0, diff1);
#if USE_SUM
                sumOfRow = GetSum(diff);
#else
                sumOfRow = diff.m128i_i16[0] + diff.m128i_i16[1] + diff.m128i_i16[2] + diff.m128i_i16[3] + diff.m128i_i16[4] + diff.m128i_i16[5] + diff.m128i_i16[6] + diff.m128i_i16[7];
#endif
                sum += sumOfRow;
                if (sum > uiBestSAD)
                {
                    return sum;
                }
            }
        }
    }
    return sum;

}

 __m128i一次性可以读取16个字节的数据处理，相比原先一次性读取2个字节的处理方式，可以明显的减少反复读写以及加减操作的次数，因此可以明显提高编码速度。

基于SIMD的编码器优化是一个很重要的工作方向！！！