SIMD指令学习笔记

转载自：https://www.cnblogs.com/xidian-wws/p/11023762.html
https://blog.csdn.net/lidonghat/article/details/70244288
https://blog.csdn.net/lb920519/article/details/80065102?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.channel_param

• SIMD简介
  SIMD，即Single Instruction, Multiple Data，即单指令多数据运算，一条指令操作多个数据，其目的就在于帮助CPU实现数据并行，提高运算效率，是CPU基本指令集的扩展。
  SIMD主要用于提供fine grain parallelism，即小碎数据的并行操作．比如说图像处理，图像的数据常用的数据类型是RGB565, RGBA8888, YUV422等格式，这些格式的数据特点是一个像素点的一个分量总是用小于等于８bit的数据表示的．如果使用传统的处理器做计算，虽然处理器的寄存器是32位或是64位的，处理这些数据确只能用于他们的低８位，似乎有点浪费．如果把64位寄存器拆成８个８位寄存器就能同时完成８个操作，计算效率提升了８倍。SIMD指令的初衷就是这样的，只不过后来慢慢cover的功能越来越多。

  SIMD的思想在不同平台架构下进行了实现
  X86：SSE指令
  ARM：NEON指令
  MIPS：MSA

  不同平台架构下为实现SIMD思想也添加了不同的硬件支持（专用寄存器）：
  X86：目前支持128bit寄存器，256bit，甚至是512bit
  ARM：128bit
  MIPS：128bit

• 为何SIMD可以更加快速的进行矩阵运算
  一般流程：每次从内存加载一个数据寄存器进行运算
  SIMD：一次加载多个数据到专用寄存器，则一条指令就能进行多个数据的加乘运算

• SIMD指令发展历史
  
  图中可以看出，SSE首先就是有了属于自己的8个128位长的寄存器，即32x4，可以支持４个单精度浮点数同时计算,这８个寄存器称为XMM0~XMM7, SSE指令要求数据是16byte对齐的．SSE2则进一步支持双精度浮点数，由于寄存器长度没有变长，所以只能支持２个双精度浮点计算或是４个单精度浮点计算．另外，它在这组寄存器上实现了整型计算，从而代替了MMX．SSE3支持一些更加复杂的算术计算．SSE4增加了更多指令，并且在数据搬移上下了一番工夫，支持不对齐的数据搬移，增加了super shuffle引擎。

• MMX
  MMX是由57条指令组成的SIMD多媒体指令集，MMX将64位寄存当作2个32位或8个8位寄存器来用，只能处理整形计算，这样的64位寄存器有８组，分别命名为MM0~MM7．这些寄存器不是为MMX单独设置的，而是借用的FPU的寄存器，占用