跳过线性代数的数学概念部分。
绝大部分内容来自于《Introduction to 3D Game Programming with DirectX12 Frank D. Luna》
1.编译环境
在Windows 8以及更高版本的操作系统中，DirectX Math 是一个用于 Direct3D 的 3D 数学库，它已经是Windows SDK的一部分了，并且使用了 SSE2 指令集。
SSE2是什么？
http://share.onlinesjtu.com/mod/tab/view.php?id=303
单指令流多数据流（SIMD）是一种实现数据级并行的技术，其典型代表是向量处理器（Vector Processor）和阵列处理器（Array Processor）。
SIMD技术最初主要应用在大规模的超级计算机中，但是近些年来，小规模SIMD技术也开始在个人计算机上得到广泛应用。
SIMD技术的关键是在1条单独的指令中同时执行多个运算操作，以增加处理器的吞吐量。为此，SIMD结构的CPU有多个执行部件，但都在同一个指令部件的控制之下，中央控制器向各个处理单元发送指令，整个系统只要求有一个中央控制器，只要求存储一份程序，所有的计算都是同步的。
为了了解SIMD在性能上的优势，我们以加法指令为例进行说明：
单指令流单数据流（SISD）型CPU对加法指令译码后，执行部件先访问主存，取得第一个操作数，之后再一次访问主存，取得第二个操作数，随后才能进行求和运算；而在SIMD型CPU中，指令译码后，几个执行部件同时访问主存，一次性获得所有操作数进行运算。
这一特点使得SIMD技术特别适合于多媒体应用等数据密集型运算。
1．MMX技术
MMX（Multi-Media
Extension，多媒体扩展）是Intel设计的一种SIMD多媒体指令集。作为一种多媒体扩展技术，MMX大大提高了计算机在多媒体和通信应用方面的能力，带有MMX技术的CPU适合于数据量很大的图形、图像数据处理，从而使三维图形、动画、视频、音乐合成、语音识别、虚拟现实等数据处理的速度有了很大提高。MMX技术的优点是增加了多媒体处理能力，可以一次处理多个数据，缺点则是仅仅只能处理整型数，并且由于占用浮点数寄存器进行运算，以至于MMX指令集与x87浮点运算指令不能够同时执行，必须做密集的切换才可以正常执行，这种情况势必造成整个系统运行质量的下降。
2．SSE技术
1999年，Intel在其Pentium III微处理器中集成了SSE（Streaming SIMD
Extensions）技术，有效增强了CPU浮点运算的能力。SSE兼容MMX指令，可以通过SIMD和单时钟周期并行处理多个浮点数据来有效提高浮点运算速度，对图像处理、浮点运算、3D运算、视频处理、音频处理等诸多多媒体应用起到全面强化作用。
具有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个单精度（32位）浮点数。SSE同时提供了一个指令集，其中的指令允许把浮点数加载到这些128位寄存器中，这些数就可以在这些寄存器中进行算术逻辑运算，然后把结果送回主存。也就是说，SSE中的所有计算都可以针对4个浮点数一次性完成，这种批处理带来了效率的提升。
例如，考虑下面这个任务：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一般可以写为：
for each f in array
{
把f从主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写入主存
}
而在采用SSE技术后，算法可以改写为：
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个结果取出写入主存
}
3．SSE2技术
2001年，Intel配合其Pentium 4微处理器，推出了SSE2（Streaming SIMD Extensions
2）指令集，扩展了SSE指令集，并可完全取代MMX。SSE2指令集是Intel公司在SSE指令集的基础上发展起来的。相比于SSE，SSE2使用了144个新增指令，扩展了MMX技术和SSE技术，提高了诸如MPEG-2、MP3、3D图形等应用程序的运行性能。
在整数处理方面，随MMX技术引进的SIMD整数指令从64位扩展到了128
位，使SIMD整数类型操作的执行效率成倍提高；在浮点数处理方面，双精度浮点SIMD指令允许以
SIMD格式同时执行两个浮点操作，提供双精度操作支持有助于加速内容创建、财务、工程和科学应用。除SSE2指令之外，最初的SSE指令也得到增强，通过支持多种数据类型（例如双字、四字）的算术运算，支持灵活、动态范围更广的计算功能。4．SSE3技术
2004年，Intel在其基于Prescott核心的新款Pentium 4处理器中，开始使用SSE3（Streaming SIMD
Extensions 3）技术。SSE3指令集是Intel公司在SSE2指令集的基础上发展起来的。相比于SSE2，SSE3在SSE2的基础上又增加了13条SIMD指令，以提升Intel超线程（Hyper-Threading）技术的效能，最终达到提升多媒体和游戏性能的目的。
为了能够使用 DirectX Math 类库，需要包含头文件：
#include <DirectXMath.h>对于一些其它的数据类型，还需要类似于下面的头文件：
#include <DirectXPackedVector.h>前者位于DirectX命名空间中；后者位于DirectX::PackedVector命名空间中。
另外说一句，x64的CPU是默认支持SSE2的，而x86平台下，需要对项目额外的设置来使能SSE2：
Project Properties > Configuration Properties > C/C++ > Code Generation > Enable Enhanced Instruction Set在所有平台下，需要以下设置来启动快速浮点模型：
Project Properties > Configuration Properties > C/C++ > Code Generation > Floating Point Model > /fp:fast2.向量类型
2.1 XMVECTOR & XMFLOATn
在DirectX Math中，向量的核心类型是 XMVECTOR，此类型与SIMD硬件寄存器直接映射。它是一个128位的数据类型，能够在一个SIMD指令下处理4个32位的浮点数。
如果SSE2处于使能状态，XMVECTOR 类型一般被定义成下面这个样子：
typedef __m128 XMVECTOR;我们来看看这个__m128到底是什么？
typedef union __declspec(intrin_type) _CRT_ALIGN(16) __m128 {
float m128_f32[4];
unsigned __int64 m128_u64[2];
__int8 m128_i8[16];
__int16 m128_i16[8];
__int32 m128_i32[4];
__int64 m128_i64[2];
unsigned __int8 m128_u8[16];
unsigned __int16 m128_u16[8];
unsigned __int32 m128_u32[4];
} __m128; 一个联合类型，里面装了一堆数组，并且按照 16 Byte（=16x4x2 =128bit） 对齐。换句话说，XMVECTOR是一个能够装4个32位数的数组，可以使用它的2个，3个或者4个32位，不使用的尽管忽略掉。
但是，XMVECTOR与寄存器向映射，利于运算并不善于存储，所以，应该使用其它类型来用于存储数据。
来看看XMFLOATn的定义：
struct XMFLOAT2
{
float x;
float y;
XMFLOAT2() {}
XMFLOAT2(float _x, float _y) : x(_x), y(_y) {}
explicit XMFLOAT2(_In_reads_(2) const float *pArray) : x(pArray[0]), y(pArray[1]) {}
XMFLOAT2& operator= (const XMFLOAT2& Float2){
x = Float2.x;
y = Float2.y;
return *this;
}
};struct XMFLOAT3
{
float x;
float y;
float z;
XMFLOAT3() {}
XMFLOAT3(float _x, float _y, float _z) : x(_x), y(_y), z(_z) {}
explicit XMFLOAT3(_In_reads_(3) const float *pArray) : x(pArray[0]), y(pArray[
最低0.47元/天 解锁文章
2329
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
