Intel公司的单指令多数据流式扩展(SSE,StreamingSIMD Extensions)技术能够有效增强CPU浮点运算的能力。Visual Studio .NET 2003提供了对SSE指令集的编程支持,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指令的功能。MSDN中有关SSE技术的主题[1]有可能会使不熟悉使用SSE汇编指令编程的初学者感到困惑,但是在阅读MSDN有关文档的同时,参考一下Intel软件说明书(Intel Software manuals)[2]会使你更清楚地理解使用SSE指令编程的要点。
SIMD(single-instruction, multiple-data)是一种使用单道指令处理多道数据流的CPU执行模式,即在一个CPU指令执行周期内用一道指令完成处理多个数据的操作。考虑一下下面这个任务:计算一个很长的浮点型数组中每一个元素的平方根。实现这个任务的算法可以这样写:
for each f in array //对数组中的每一个元素
f = sqrt(f) //计算它的平方根
为了了解实现的细节,我们把上面的代码这样写:
for each f in array
{
把f从内存加载到浮点寄存器
计算平方根
再把计算结果从寄存器中取出放入内存
}
具有Intel SSE指令集支持的处理器有8个128位的寄存器,每一个寄存器可以存放4个(32位)单精度的浮点数。SSE同时提供了一个指令集,其中的指令可以允许把浮点数加载到这些128位的寄存器之中,这些数就可以在这些寄存器中进行算术逻辑运算,然后把结果放回内存。采用SSE技术后,算法可以写成下面的样子:
for each 4 members in array //对数组中的每4个元素
{
把数组中的这4个数加载到一个128位的SSE寄存器中
在一个CPU指令执行周期中完成计算这4个数的平方根的操作
把所得的4个结果取出写入内存
}
C++编程人员在使用SSE指令函数编程时不必关心这些128位的寄存器,你可以使用128位的数据类型“__m128”和一系列C++函数来实现这些算术和逻辑操作,而决定程序使用哪个SSE寄存器以及代码优化是C++编译器的任务。当需要对很长的浮点数数组中的元素进行处理的时候,SSE技术确实是一种很高效的方法。
SSE程序设计详细介绍
包含的头文件:
所有的SSE指令函数和__m128数据类型都在xmmintrin.h文件中定义:
#include
因为程序中用到的SSE处理器指令是由编译器决定,所以它并没有相关的.lib库文件。
数据分组(DataAlignment)
由SSE指令处理的每一个浮点数数组必须把其中需要处理的数每16个字节(128位二进制)分为一组。一个静态数组(static array)可由__declspec(align(16))关键字声明:
__declspec(align(16)) floatm_fArray[ARRAY_SIZE];
动态数组(dynamicarray)可由_aligned_malloc函数为其分配空间:
m_fArray = (float*)_aligned_malloc(ARRAY_SIZE * sizeof(float), 16);
由_aligned_malloc函数分配空间的动态数组可以由_aligned_free函数释放其占用的空间:
_aligned_free(m_fArray);
__m128 数据类型
该数据类型的变量可用做SSE指令的操作数,它们不能被用户指令直接存取。_m128类型的变量被自动分配为16个字节的字长。
CPU对SSE指令集的支持
如果你的CPU能够具有了SSE指令集,你就可以使用Visual Studio .NET 2003提供的对SSE指令集支持的C++函数库了,你可以查看MSDN中的一个Visual C++ CPUID的例子[4],它可以帮你检测你的CPU是否支持SSE、MMX指令集或其它的CPU功能。
编程实例
以下讲解了SSE技术在Visual Studio .NET 2003下的应用实例,你可以在http://www.codeproject.com/cpp/sseintro/SSE_src.zip下载示例程序压缩包。该压缩包中含有两个项目,这两个项目是基于微软基本类库(MFC)建立的VisualC++.NET项目,你也可以按照下面的讲解建立这两个项目。
SSETest 示例项目
SSETest项目是一个基于对话框的应用程序,它用到了三个浮点数组参与运算:
fResult[i] = sqrt( fSource1[i]*fSource1[i]+ fSource2[i]*fSource2[i] ) + 0.5
其中i = 0, 1, 2... ARRAY_SIZE-1
其中ARRAY_SIZE被定义为30000。数据源数组(Source数组)通过使用sin和cos函数给它赋值,我们用Kris Jearakul开发的瀑布状图表控件(Waterfall chart control)[3]来显示参与计算的源数组和结果数组。计算所需的时间(以毫秒ms为单位)在对话框中显示出来。我们使用三种不同的途径来完成计算:
纯C++代码;
使用SSE指令函数的C++代码;
包含SSE汇编指令的代码。
纯C++代码:
void CSSETestDlg::ComputeArrayCPlusPlus(
float* pArray1, // [输入]源数组1
float* pArray2, // [输入]源数组2
float* pResult, // [输出]用来存放结果的数组
int nSize) // [输入]数组的大小
{
int i;
float* pSource1 = pArray1;
float* pSource2 = pArray2;
float* pDest = pResult;
for ( i = 0; i < nSize; i++ )
{
*pDest =(float)sqrt((*pSource1) * (*pSource1) + (*pSource2)
* (*pSource2)) +0.5f;
pSource1++;
pSource2++;
pDest++;
}
}
下面我们用具有SSE特性的C++代码重写上面这个函数。为了查询使用SSE指令C++函数的方法,我参考了Intel软件说明书(Intel Software manuals)中有关SSE汇编指令的说明,首先我是在第一卷的第九章找到的相关SSE指令,然后在第二卷找到了这些SSE指令的详细说明,这些说明有一部分涉及了与其特性相关的C++函数。然后我通过这些SSE指令对应的C++函数查找了MSDN中与其相关的说明。搜索的结果见下表:
实现的功能对应的SSE汇编指令 VisualC++.NET中的SSE函数
将4个32位浮点数放进一个128位的存储单元。 movss和 shufps _mm_set_ps1
将4对32位浮点数同时进行相乘操作。这4对32位浮点数来自两个128位的存储单元,再把计算结果(乘积)赋给一个128位的存储单元。 mulps _mm_mul_ps
将4对32位浮点数同时进行相加操作。这4对32位浮点数来自两个128位的存储单元,再把计算结果(相加之和)赋给一个128位的存储单元。 addps _mm_add_ps
本篇文章来源于黑软基地-中国最大的黑客软件安全教程下载站!(技术学院)原文链接:http://www.hackvip.com/article/sort0129/sort0143/Hackvip_235395.html
对一个128位存储单元中的4个32位浮点数同时进行求平方根操作。 sqrtps _mm_sqrt_ps
使用VisualC++.NET的 SSE指令函数的代码:
void CSSETestDlg::ComputeArrayCPlusPlusSSE(
float* pArray1, // [输入]源数组1
float* pArray2, // [输入]源数组2
float* pResult, // [输出]用来存放结果的数组
int nSize) // [输入]数组的大小
{
int nLoop = nSize/ 4;
__m128 m1, m2, m3, m4;
__m128* pSrc1 = (__m128*) pArray1;
__m128* pSrc2 = (__m128*) pArray2;
__m128* pDest = (__m128*) pResult;
__m128 m0_5 = _mm_set_ps1(0.5f); // m0_5[0, 1, 2, 3] = 0.5
for ( int i = 0; i < nLoop; i++ )
{
m1 = _mm_mul_ps(*pSrc1, *pSrc1); // m1 = *pSrc1 * *pSrc1
m2 = _mm_mul_ps(*pSrc2, *pSrc2); // m2 = *pSrc2 * *pSrc2
m3 = _mm_add_ps(m1, m2); // m3 = m1 + m2
m4 = _mm_sqrt_ps(m3); // m4 = sqrt(m3)
*pDest = _mm_add_ps(m4, m0_5); // *pDest = m4 + 0.5
pSrc1++;
pSrc2++;
pDest++;
}
}
使用SSE汇编指令实现的C++函数代码:
void CSSETestDlg::ComputeArrayAssemblySSE(
float* pArray1, // [输入]源数组1
float* pArray2, // [输入]源数组2
float* pResult, // [输出]用来存放结果的数组
int nSize) // [输入]数组的大小
{
int nLoop = nSize/4;
float f = 0.5f;
_asm
{
movss xmm2, f // xmm2[0] = 0.5
shufps xmm2, xmm2, 0 // xmm2[1, 2, 3] = xmm2[0]
mov esi, pArray1 // 输入的源数组1的地址送往esi
mov edx, pArray2 // 输入的源数组2的地址送往edx
mov edi, pResult // 输出结果数组的地址保存在edi
mov ecx, nLoop //循环次数送往ecx
start_loop:
movaps xmm0, [esi] // xmm0 = [esi]
mulps xmm0, xmm0 // xmm0 = xmm0 * xmm0
movaps xmm1, [edx] // xmm1 = [edx]
mulps xmm1, xmm1 // xmm1 = xmm1 * xmm1
addps xmm0, xmm1 // xmm0 = xmm0 + xmm1
sqrtps xmm0, xmm0 // xmm0 = sqrt(xmm0)
addps xmm0, xmm2 // xmm0 = xmm1 + xmm2
movaps [edi], xmm0 // [edi] = xmm0
add esi, 16 // esi += 16
add edx, 16 // edx += 16
add edi, 16 // edi += 16
dec ecx // ecx--
jnz start_loop //如果不为0则转向start_loop
}
}
最后,在我的计算机上运行计算测试的结果:
纯C++代码计算所用的时间是26毫秒
使用SSE的C++函数计算所用的时间是 9毫秒
包含SSE汇编指令的C++代码计算所用的时间是 9毫秒
以上的时间结果是在Release优化编译后执行程序得出的。
SSESample 示例项目
SSESample项目是一个基于对话框的应用程序,其中它用下面的浮点数数组进行计算:
fResult[i] = sqrt(fSource[i]*2.8)
其中i = 0,1, 2 ... ARRAY_SIZE-1
这个程序同时计算了数组中的最大值和最小值。ARRAY_SIZE被定义为100000,数组中的计算结果在列表框中显示出来。其中在我的机子上用下面三种方法计算所需的时间是:
纯C++代码计算 6毫秒
使用SSE的C++函数计算 3 毫秒
使用SSE汇编指令计算 2毫秒
大家看到,使用SSE汇编指令计算的结果会好一些,因为使用了效率增强了的SSX寄存器组。但是在通常情况下,使用SSE的C++函数计算会比汇编代码计算的效率更高一些,因为C++编译器的优化后的代码有很高的运算效率,若要使汇编代码比优化后的代码运算效率更高,这通常是很难做到的。
纯C++代码:
// 输入:m_fInitialArray
// 输出:m_fResultArray, m_fMin, m_fMax
void CSSESampleDlg::OnBnClickedButtonCplusplus()
{
m_fMin = FLT_MAX;
m_fMax = FLT_MIN;
int i;
for ( i = 0; i < ARRAY_SIZE; i++ )
{
m_fResultArray[i] = sqrt(m_fInitialArray[i] * 2.8f);
if ( m_fResultArray[i] < m_fMin )
m_fMin = m_fResultArray[i];
if ( m_fResultArray[i] > m_fMax )
m_fMax = m_fResultArray[i];
}
}
使用VisualC++.NET的 SSE指令函数的代码:
// 输入:m_fInitialArray
// 输出:m_fResultArray, m_fMin, m_fMax
void CSSESampleDlg::OnBnClickedButtonSseC()
{
__m128 coeff = _mm_set_ps1(2.8f); // coeff[0, 1, 2, 3] = 2.8
__m128 tmp;
__m128 min128 = _mm_set_ps1(FLT_MAX); // min128[0, 1, 2, 3] = FLT_MAX
__m128 max128 = _mm_set_ps1(FLT_MIN); // max128[0, 1, 2, 3] = FLT_MIN
__m128* pSource = (__m128*) m_fInitialArray;
__m128* pDest = (__m128*) m_fResultArray;
for ( int i = 0; i < ARRAY_SIZE/4; i++ )
{
tmp = _mm_mul_ps(*pSource, coeff); // tmp = *pSource * coeff
*pDest = _mm_sqrt_ps(tmp); // *pDest = sqrt(tmp)
min128 = _mm_min_ps(*pDest, min128);
max128 = _mm_max_ps(*pDest, max128);
pSource++;
pDest++;
}
// 计算max128的最大值和min128的最小值
union u
{
__m128 m;
float f[4];
} x;
x.m = min128;
m_fMin = min(x.f[0], min(x.f[1], min(x.f[2], x.f[3])));
x.m = max128;
m_fMax = max(x.f[0], max(x.f[1], max(x.f[2], x.f[3])));
}
使用SSE汇编指令的C++函数代码:
// 输入:m_fInitialArray
// 输出:m_fResultArray, m_fMin, m_fMax
void CSSESampleDlg::OnBnClickedButtonSseAssembly()
{
float* pIn = m_fInitialArray;
float* pOut = m_fResultArray;
float f = 2.8f;
float flt_min = FLT_MIN;
float flt_max = FLT_MAX;
__m128 min128;
__m128 max128;
// 使用以下的附加寄存器:xmm2、xmm3、xmm4:
// xmm2 – 相乘系数
// xmm3 – 最小值
// xmm4 – 最大值
_asm
{
movss xmm2, f // xmm2[0] = 2.8
shufps xmm2, xmm2, 0 // xmm2[1, 2, 3] = xmm2[0]
movss xmm3, flt_max // xmm3 = FLT_MAX
shufps xmm3, xmm3, 0 // xmm3[1, 2, 3] = xmm3[0]
movss xmm4, flt_min // xmm4 = FLT_MIN
shufps xmm4, xmm4, 0 // xmm3[1, 2, 3] = xmm3[0]
mov esi, pIn // 输入数组的地址送往esi
mov edi, pOut // 输出数组的地址送往edi
mov ecx, ARRAY_SIZE/4 // 循环计数器初始化
start_loop:
movaps xmm1, [esi] // xmm1 = [esi]
mulps xmm1, xmm2 // xmm1 = xmm1 * xmm2
sqrtps xmm1, xmm1 // xmm1 = sqrt(xmm1)
movaps [edi], xmm1 // [edi] = xmm1
minps xmm3, xmm1
maxps xmm4, xmm1
add esi, 16
add edi, 16
dec ecx
jnz start_loop
movaps min128, xmm3
movaps max128, xmm4
}
union u
{
__m128 m;
float f[4];
} x;
x.m = min128;
m_fMin = min(x.f[0], min(x.f[1], min(x.f[2], x.f[3])));
x.m = max128;
m_fMax = max(x.f[0], max(x.f[1], max(x.f[2], x.f[3])));
}
SSE技术简介
Intel公司的单指令多数据流式扩展(SSE,Streaming SIMD Extensions)技术能够有效增强CPU浮点运算的能力。Visual Studio .NET 2003提供了对SSE指令集的编程支持,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指令的功能。MSDN中有关SSE技术的主题 [1]有可能会使不熟悉使用SSE汇编指令编程的初学者感到困惑,但是在阅读MSDN有关文档的同时,参考一下Intel软件说明书(Intel Software manuals)[2]会使你更清楚地理解使用SSE指令编程的要点。
SIMD(single-instruction, multiple-data)是一种使用单道指令处理多道数据流的CPU执行模式,即在一个CPU指令执行周期内用一道指令完成处理多个数据的操作。考虑一下下面这个任务:计算一个很长的浮点型数组中每一个元素的平方根。实现这个任务的算法可以这样写:
for each f in array //对数组中的每一个元素
f = sqrt(f) //计算它的平方根
为了了解实现的细节,我们把上面的代码这样写:
for each f in array
{
把f从内存加载到浮点寄存器
计算平方根
再把计算结果从寄存器中取出放入内存
}
具有Intel SSE指令集支持的处理器有8个128位的寄存器,每一个寄存器可以存放4个(32位)单精度的浮点数。SSE同时提供了一个指令集,其中的指令可以允许把浮点数加载到这些128位的寄存器之中,这些数就可以在这些寄存器中进行算术逻辑运算,然后把结果放回内存。采用SSE技术后,算法可以写成下面的样子:
for each 4 members in array //对数组中的每4个元素
{
把数组中的这4个数加载到一个128位的SSE寄存器中
在一个CPU指令执行周期中完成计算这4个数的平方根的操作
把所得的4个结果取出写入内存
}
C++ 编程人员在使用SSE指令函数编程时不必关心这些128位的寄存器,你可以使用128位的数据类型“__m128”和一系列C++函数来实现这些算术和逻辑操作,而决定程序使用哪个SSE寄存器以及代码优化是C++编译器的任务。当需要对很长的浮点数数组中的元素进行处理的时候,SSE技术确实是一种很高效的方法。
SSE程序设计详细介绍
包含的头文件:
所有的SSE指令函数和__m128数据类型都在xmmintrin.h文件中定义:
#include <xmmintrin.h>
因为程序中用到的SSE处理器指令是由编译器决定,所以它并没有相关的.lib库文件。
数据分组(Data Alignment)
由SSE指令处理的每一个浮点数数组必须把其中需要处理的数每16个字节(128位二进制)分为一组。一个静态数组(static array)可由__declspec(align(16))关键字声明:
__declspec(align(16)) float m_fArray[ARRAY_SIZE];
动态数组(dynamic array)可由_aligned_malloc函数为其分配空间:
m_fArray = (float*) _aligned_malloc(ARRAY_SIZE * sizeof(float), 16);
由_aligned_malloc函数分配空间的动态数组可以由_aligned_free函数释放其占用的空间:
_aligned_free(m_fArray);
__m128 数据类型
该数据类型的变量可用做SSE指令的操作数,它们不能被用户指令直接存取。_m128类型的变量被自动分配为16个字节的字长。
CPU对SSE指令集的支持
如果你的CPU能够具有了SSE指令集,你就可以使用Visual Studio .NET 2003提供的对SSE指令集支持的C++函数库了,你可以查看MSDN中的一个Visual C++ CPUID的例子[4],它可以帮你检测你的CPU是否支持SSE、MMX指令集或其它的CPU功能。
编程实例
以下讲解了SSE技术在VisualStudio .NET 2003下的应用实例,你可以在http://www.codeproject.com/cpp/sseintro/SSE_src.zip下载示例程序压缩包。该压缩包中含有两个项目,这两个项目是基于微软基本类库(MFC)建立的Visual C++.NET项目,你也可以按照下面的讲解建立这两个项目。
SSETest 示例项目
SSETest项目是一个基于对话框的应用程序,它用到了三个浮点数组参与运算:
fResult = sqrt( fSource1*fSource1 + fSource2*fSource2 ) + 0.5
其中i = 0, 1, 2 ... ARRAY_SIZE-1
其中ARRAY_SIZE被定义为30000。数据源数组(Source数组)通过使用sin和cos函数给它赋值,我们用Kris Jearakul开发的瀑布状图表控件(Waterfall chartcontrol)[3] 来显示参与计算的源数组和结果数组。计算所需的时间(以毫秒ms为单位)在对话框中显示出来。我们使用三种不同的途径来完成计算:
纯C++代码;
使用SSE指令函数的C++代码;
包含SSE汇编指令的代码。
纯C++代码:
1. void CSSETestDlg::ComputeArrayCPlusPlus(
2. float* pArray1, // [输入]源数组1
3. float* pArray2, // [输入]源数组2
4. float* pResult, // [输出]用来存放结果的数组
5. intnSize) // [输入]数组的大小
6. {
7.
8. int i;
9.
10. float* pSource1 = pArray1;
11. float* pSource2 = pArray2;
12. float* pDest = pResult;
13.
14. for ( i = 0; i < nSize;i++ )
15. {
16. *pDest = (float)sqrt((*pSource1) * (*pSource1) + (*pSource2)
17. * (*pSource2)) + 0.5f;
18.
19. pSource1++;
20. pSource2++;
21. pDest++;
22. }
23. }
复制代码
下面我们用具有SSE特性的C++代码重写上面这个函数。为了查询使用SSE指令C++函数的方法,我参考了Intel软件说明书(Intel Software manuals)中有关SSE汇编指令的说明,首先我是在第一卷的第九章找到的相关SSE指令,然后在第二卷找到了这些SSE指令的详细说明,这些说明有一部分涉及了与其特性相关的C++函数。然后我通过这些SSE指令对应的C++函数查找了MSDN中与其相关的说明。搜索的结果见下表:
实现的功能 | 对应的SSE汇编指令 | Visual C++.NET中的SSE函数 |
将4个32位浮点数放进一个128位的存储单元。 | movss 和 shufps | _mm_set_ps1 |
将4对32位浮点数同时进行相乘操作。这4对32位浮点数来自两个128位的存储单元,再把计算结果(乘积)赋给一个128位的存储单元。 | mulps | _mm_mul_ps |
将4对32位浮点数同时进行相加操作。这4对32位浮点数来自两个128位的存储单元,再把计算结果(相加之和)赋给一个128位的存储单元。 | addps | _mm_add_ps |
对一个128位存储单元中的4个32位浮点数同时进行求平方根操作。 | sqrtps |
|
使用Visual C++.NET的 SSE指令函数的代码:
1. void CSSETestDlg::ComputeArrayCPlusPlusSSE(
2. float* pArray1, // [输入]源数组1
3. float* pArray2, // [输入]源数组2
4. float* pResult, // [输出]用来存放结果的数组
5. intnSize) // [输入]数组的大小
6. {
7. int nLoop = nSize/ 4;
8.
9. __m128 m1, m2, m3, m4;
10.
11. __m128* pSrc1 = (__m128*)pArray1;
12. __m128* pSrc2 = (__m128*)pArray2;
13. __m128* pDest = (__m128*)pResult;
14.
15.
16. __m128 m0_5 =_mm_set_ps1(0.5f); // m0_5[0, 1, 2, 3] =0.5
17.
18. for ( int i = 0; i <nLoop; i++ )
19. {
20. m1 =_mm_mul_ps(*pSrc1, *pSrc1); // m1 = *pSrc1* *pSrc1
21. m2 =_mm_mul_ps(*pSrc2, *pSrc2); // m2 = *pSrc2* *pSrc2
22. m3 =_mm_add_ps(m1, m2); // m3 = m1 + m2
23. m4 =_mm_sqrt_ps(m3); // m4 = sqrt(m3)
24. *pDest = _mm_add_ps(m4, m0_5); // *pDest = m4 + 0.5
25.
26. pSrc1++;
27. pSrc2++;
28. pDest++;
29. }
30. }
复制代码
使用SSE汇编指令实现的C++函数代码:
1. void CSSETestDlg::ComputeArrayAssemblySSE(
2. float* pArray1, // [输入]源数组1
3. float* pArray2, // [输入]源数组2
4. float* pResult, // [输出]用来存放结果的数组
5. intnSize) // [输入]数组的大小
6. {
7. int nLoop = nSize/4;
8. float f = 0.5f;
9.
10. _asm
11. {
12. movss xmm2, f // xmm2[0]= 0.5
13. shufps xmm2, xmm2, 0 // xmm2[1, 2, 3] =xmm2[0]
14.
15. mov esi, pArray1 //输入的源数组1的地址送往esi
16. mov edx, pArray2 //输入的源数组2的地址送往edx
17.
18. mov edi, pResult //输出结果数组的地址保存在edi
19. mov ecx, nLoop //循环次数送往ecx
20.
21. start_loop:
22. movaps xmm0, [esi] // xmm0 =[esi]
23. mulps xmm0, xmm0 // xmm0 = xmm0 * xmm0
24.
25. movaps xmm1, [edx] // xmm1 = [edx]
26. mulps xmm1, xmm1 // xmm1 = xmm1 * xmm1
27.
28. addps xmm0, xmm1 // xmm0 = xmm0 + xmm1
29. sqrtps xmm0, xmm0 // xmm0 = sqrt(xmm0)
30.
31. addps xmm0, xmm2 // xmm0 = xmm1 + xmm2
32.
33. movaps [edi], xmm0 // [edi]= xmm0
34.
35. add esi, 16 // esi += 16
36. add edx, 16 // edx += 16
37. add edi, 16 // edi += 16
38.
39. dec ecx // ecx--
40. jnz start_loop //如果不为0则转向start_loop
41. }
42. }
复制代码
最后,在我的计算机上运行计算测试的结果:
纯C++代码计算所用的时间是26 毫秒
使用SSE的C++ 函数计算所用的时间是 9 毫秒
包含SSE汇编指令的C++代码计算所用的时间是 9 毫秒
以上的时间结果是在Release优化编译后执行程序得出的。
SSESample 示例项目
SSESample项目是一个基于对话框的应用程序,其中它用下面的浮点数数组进行计算:
fResult = sqrt(fSource*2.8)
其中i = 0, 1, 2 ... ARRAY_SIZE-1
这个程序同时计算了数组中的最大值和最小值。ARRAY_SIZE被定义为100000,数组中的计算结果在列表框中显示出来。其中在我的机子上用下面三种方法计算所需的时间是:
纯C++代码计算 6 毫秒
使用SSE的C++ 函数计算 3 毫秒
使用SSE汇编指令计算 2 毫秒
大家看到,使用SSE汇编指令计算的结果会好一些,因为使用了效率增强了的SSX寄存器组。但是在通常情况下,使用SSE的C++ 函数计算会比汇编代码计算的效率更高一些,因为C++编译器的优化后的代码有很高的运算效率,若要使汇编代码比优化后的代码运算效率更高,这通常是很难做到的。
纯C++代码:
1. // 输入: m_fInitialArray
2. // 输出: m_fResultArray, m_fMin, m_fMax
3. voidCSSESampleDlg::OnBnClickedButtonCplusplus()
4. {
5. m_fMin = FLT_MAX;
6. m_fMax = FLT_MIN;
7.
8. int i;
9.
10. for ( i = 0; i <ARRAY_SIZE; i++ )
11. {
12. m_fResultArray[i] = sqrt(m_fInitialArray[i] *2.8f);
13.
14. if (m_fResultArray[i] < m_fMin )
15. m_fMin = m_fResultArray[i];
16.
17. if (m_fResultArray[i] > m_fMax )
18. m_fMax = m_fResultArray[i];
19. }
20. }
复制代码
使用Visual C++.NET的 SSE指令函数的代码:
1. // 输入: m_fInitialArray
2. // 输出: m_fResultArray, m_fMin, m_fMax
3. void CSSESampleDlg::OnBnClickedButtonSseC()
4. {
5. __m128 coeff =_mm_set_ps1(2.8f); // coeff[0, 1, 2, 3] = 2.8
6. __m128 tmp;
7.
8. __m128 min128 =_mm_set_ps1(FLT_MAX); // min128[0, 1, 2, 3] = FLT_MAX
9. __m128 max128 =_mm_set_ps1(FLT_MIN); // max128[0, 1, 2, 3] = FLT_MIN
10.
11. __m128* pSource = (__m128*)m_fInitialArray;
12. __m128* pDest = (__m128*)m_fResultArray;
13.
14. for ( int i = 0; i <ARRAY_SIZE/4; i++ )
15. {
16. tmp = _mm_mul_ps(*pSource, coeff); // tmp = *pSource * coeff
17. *pDest= _mm_sqrt_ps(tmp); // *pDest = sqrt(tmp)
18.
19. min128= _mm_min_ps(*pDest, min128);
20. max128 = _mm_max_ps(*pDest, max128);
21.
22. pSource++;
23. pDest++;
24. }
25.
26. // 计算max128的最大值和min128的最小值
27. union u
28. {
29. __m128 m;
30. floatf[4];
31. } x;
32.
33. x.m = min128;
34. m_fMin =min(x.f[0], min(x.f[1], min(x.f[2], x.f[3])));
35.
36. x.m = max128;
37. m_fMax = max(x.f[0],max(x.f[1], max(x.f[2], x.f[3])));
38. }
复制代码
使用SSE汇编指令的C++函数代码:
1. // 输入: m_fInitialArray
2. // 输出: m_fResultArray, m_fMin, m_fMax
3. voidCSSESampleDlg::OnBnClickedButtonSseAssembly()
4. {
5.
6. float* pIn = m_fInitialArray;
7. float* pOut = m_fResultArray;
8.
9. float f = 2.8f;
10. float flt_min = FLT_MIN;
11. float flt_max = FLT_MAX;
12.
13. __m128 min128;
14. __m128 max128;
15.
16. // 使用以下的附加寄存器:xmm2、xmm3、xmm4:
17. // xmm2 – 相乘系数
18. // xmm3 – 最小值
19. // xmm4 – 最大值
20.
21. _asm
22. {
23. movss xmm2, f //xmm2[0] = 2.8
24. shufps xmm2, xmm2, 0 // xmm2[1, 2, 3] = xmm2[0]
25.
26. movss xmm3, flt_max // xmm3 = FLT_MAX
27. shufps xmm3, xmm3, 0 // xmm3[1, 2, 3] =xmm3[0]
28.
29. movss xmm4, flt_min // xmm4 = FLT_MIN
30. shufps xmm4,xmm4, 0 // xmm3[1, 2, 3] = xmm3[0]
31.
32. mov esi, pIn //输入数组的地址送往esi
33. mov edi, pOut //输出数组的地址送往edi
34. mov ecx,ARRAY_SIZE/4 //循环计数器初始化
35.
36. start_loop:
37. movaps xmm1, [esi] // xmm1 =[esi]
38. mulps xmm1, xmm2 // xmm1 = xmm1 * xmm2
39. sqrtps xmm1, xmm1 // xmm1 = sqrt(xmm1)
40. movaps [edi], xmm1 // [edi]= xmm1
41.
42. minps xmm3, xmm1
43. maxps xmm4, xmm1
44.
45. add esi, 16
46. add edi, 16
47.
48. dec ecx
49. jnz start_loop
50.
51.
52. movaps min128, xmm3
53. movaps max128, xmm4
54. }
55.
56. union u
57. {
58. __m128 m;
59. floatf[4];
60. } x;
61.
62. x.m = min128;
63. m_fMin =min(x.f[0], min(x.f[1], min(x.f[2], x.f[3])));
64.
65. x.m = max128;
66. m_fMax = max(x.f[0],max(x.f[1], max(x.f[2], x.f[3])));
67. }