Intel 45nm 制程处理器上的 SSE4 指令集简介  
Intel的 SSE（ Streaming SIMD Extensions, 流式单指令多数据扩展）技术有效增强了 CPU的向量运算能力。支持该指令集的处理器有 8个 128位 xmm寄存器，每一个寄存器可以同时存放 4个 32位整数 (int), 4个 32单精度浮点数 (float) 或 2个 64位双精度浮点数 (double)。比如我们在 3D开发中常见的 4元组 32位浮点数结构 <x, y, z, w>, <r, g, b, a>都可以封装在一个 xmm寄存器中。
SIMD（ single-instruction, multiple-data）使用单条指令同时完成处理多个数据的操作。假定
我们要计算一个 32位浮点数数组中每一个元素的平方根，可以将数组中的每 4个元素加载到一个 128位 xmm寄存器中，然后使用一条 SSE指令同时计算这 4个数的平方根，然后把所得的 4个结果写回内存。
Intel 的 SIMD技术从 Pentium MMX时代引入，后来发展成 SSE/SSE2/SSE3/SSSE3等。在 Intel 45nm制程处理器引入了 54条新的指令，在 Core微架构的下一代 Penryn微架构中引入了 47条，称为 SSE4.1，在 Penryn的下一代 Nehalem中再引入了另外 7条，称为 SSE4.2. 新的指令集主要是为了增强多媒体，图象和 3D应用程序的性能，这些应用都需要充分发挥 CPU提供的能力来进行运算。强烈建议进行这些应用开发的朋友关注一下 SSE指令集，不需要很大的工作量就可以给你们的程序带来很大的性能提升。
开发 SSE最好的方法是使用编译器＋ intrinsics，可以使用类 C的函数调用来利用 SSE，同时能充分利用到编译器的编译优化。不需要手动编写复杂的汇编代码。最新的 Intel Compiler 10可以支持生成 SSE4指令。另外 最新消息显示 VS2008中已经加上了 SSE4支持。 SSE4的详细内容可以参见 这里
使用 SSE最常见的就是进行矩阵和向量，这里有一篇很好的 whitepaper显示如何使用 SSE指令集进行 4x4矩阵和 4元组向量运算的优化，可以以此为基础打造自己的函数库，并加上最新的 SSE4指令集支持。
Optimized Matrix Library for use with the Intel® Pentium® 4 Processor's SSE2 Instructions
附带的源代码中包含单精度 (SP)和双精度 (DP)浮点数的向量和矩阵运算类，需要用 Intel Compiler进行编译。