INTEL 指令集

SSE(Streaming SIMD Extensions)  历经4代

SSE指令集包括了70条指令，其中包含提高3D图形运算效率的50条SIMD(单指令多数据技术)浮点运算指令、12条MMX 整数运算增强指令、8条优化内存中连续数据块传输指令。理论上这些指令对目前流行的图像处理、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的作用。SSE指令与3DNow!指令彼此互不兼容，但SSE包含了3DNow!（AMD）技术的绝大部分功能，只是实现的方法不同。SSE兼容MMX指令，它可以通过SIMD和单时钟周期并行处理多个浮点数据来有效地提高浮点运算速度。

MMX只能在整数上支持SIMD，而SSE指令增加了单精度浮点数的SIMD支持.MMX可以进行同时对2个32位的整数操作，而SSE可以同时对4个32位的浮点数操作。MMX和SSE的一个主要的区别是 MMX并没有定义新的寄存器，而SSE定义了8个全新的128位寄存器，每个寄存器可以同时存放4个单精度浮点数(每个32位长)，他们在寄存器中排列顺序见下图。

MMX是和原来的浮点寄存器共享的.一个 浮点寄存器是80位长的，她的低端64位被用做MMX的寄存器.这样，一个应用程序就不能在执行MMX指令的同时进行浮点操作了.同时，处理器还要花掉大量的时钟周期去维护寄存器状态从MMX操作和浮点操作之间的切换。SSE指令集就没有这些限制了。由于她定义了全新的寄存器，应用程序可以在进行整数SIMD操作(MMX)的同时进行浮点数的SIMD操作(SSE)，同样，SSE还可以在执行浮点数的非SIMD操作的同时进行SIMD操作。

SSE和SSE2的指令系统非常相似，SSE2比SSE多的仅是少量的额外浮点处理功能、64位浮点数运算支持和64位整数运算支持。

 

    SSE为什么会比传统的浮点运算更快呢？因为它使用了128位的存储单元，这对于32位的浮点数来讲，是可以存下4个的，也就是说，SSE中的所有计算都是一次性针对4个浮点数来完成的。

 

    虽然SSE从理论上来讲要比传统的浮点运算会快，但是所受的限制也很多，首先，虽然它执行一次相当于四次，会比传统的浮点运算执行4次的速度要快，但是它执行一次的速度却并没有想象中的那么快，所以要体现SSE的速度，必须有Stream做前提，就是大量的流数据，这样才能发挥SIMD的强大作用。其次，SSE支持的数据类型是4个32位（共计128位）浮点数集合，就是C、C++语言中的float[4]，并且必须是以16位字节边界对齐的。(16*8)因此这也给输入和输出带来了不少的麻烦，实际上主要影响SSE发挥性能的就是不停地对数据进行复制以适用应它的数据格式.

SSE指令可以说是将Intel的MMX和AMD的3DNow！技朮相结合的产物，由于3DNow!使用的是浮点寄存方式，因而无法较好地同步进行正常的浮点运算。而SSE使用了分离的指令寄存器，从而可以全速运行，保证了与浮点运算的并行性。尤其是两者所使用的寄存器差异颇大─3DNow！是64位，而SSE是128位。同时为了充分发挥SSE的优势，Intel引进了新的“处理器分离模式”以提高浮点运算速度。

比如玩Quake时，3D对象均由多边形构成，而这些多边形以一系列点的形式保存。每个点都有对应的3轴坐标。如限制成只用整数，便不能精确地表示这些位置(如每个坐标轴使用16位，那么只能得到65536（2~16）个坐标点)，造成图形显示非常糟糕。

要发挥SSE的速度优势，要满足以下条件：使用DirectX 6 API开发应用程序；使用支持SSE的图形驱动程序；使用支持“处理器分离模式”的操作系统等。由于SSE要求软件的数据结构重写，又比“3D NOW！”晚推出了9个多月，因此市场上使用“3D NOW！”的系统装机量远远超过SSE。基于以上种种原因，SSE一直没有得到充分的发展。直到Pentium 4发布之后，开发人员看到使用SSE指令之后，程序执行性能将得到极大的提升，于是Intel又在SSE的基础上推出了更先进的SSE2指令集。

4个单精确浮点数(SSE)·2个双倍精确浮点数(SSE2)·16个字节数(SSE2)·8个字组(word)数(SSE2)
·4个双倍字组数(SSE2)·2个四倍字组数(SSE2)·1个128位长的整数(SSE2)
　　由于SSE2可供选择的数据型态很多，而且无疑地相当有用。 因此，当时Intel 极希望软件开发者能用SSE2 的双倍精确浮点指令来取代旧有的 x86 浮点指令，如此一来 Intel所称 Pentium4是当时FPU 性能最强的处理器这项谣言，最后也就变成了事实。在相关测试中，SSE2对于处理器的性能的提升是十分明显的，虽然在同频率的情况下，Pentium 4和性能不如Athlon XP，但由于Athlon XP不支持SSE2，所以经过SSE2优化后的程序Pentium 4的运行速度要明显高于Athlon XP。而AMD方面也注意到了这一情况，在随后的K-8系列处理器中，都加入SSE2指令集。

SSE3：

此前MMX包含有57条命令，SSE包含有50条命令，SSE2包含有144条命令，SSE3包含有13条命令

第一层中的指令是“数据传输命令”，只有一条指令：FISTTP，它有利于x87浮点转换成整数，并可以大大提高优化的效率。

　　第二层中的指令是“数据处理命令”，一共有五条，分别是ADDSUBPS，ADDSUBPD，MOVSHDUP，MOVSLDUP，MOVDDUP。这些指令可以简化复杂数据的处理过程，由于未来数据处理流量将会越来越大，因此Intel在这里应用的指令集最多、达到了五条。

　　第三层中的指令是“特殊处理命令”，也只有一条：LDDQU。在这条指令主要针对视频解码，用来提高处理器对处理媒体数据结果的精确性。

　　第四层中的指令是“优化命令”，一共有四条指令，分别是HADDPS，HSUBPS，HADDPD，HSUBPD，它们可以对程序起到自动优化的作用。这些指令对处理3D图形相当有用。

　　第五层中的指令是“超线程性能增强”，一共有两条针对线程处理的指令：MONITOR， MWAIT，这有助于增加Intel超线程的处理能力、大大简化了超线程的数据处理过程。

　　从技术上来看，SSE3对于SEE2的改进非常有限，因此它为Prescott所带来的性能提升相当有限，它的优势仍体现在视频解码方面—Intel宣称如果在数据编码算法使用LDDQU指令，那么影象压缩速度可以提升10%左右。在当时来看，SSE3仍属于最先进的指令集，因此AMD、全美达后来也在它的处理器中加入对SSE3指令集的支持。

配合完整的128位SSE执行单元，以及庞大的执行单元数目，Conroe处理器可在一个频率周期内，同时执行128位乘法、128位加法、128位数据加载与128位数据回存，或着是4个32位单倍浮点精确度乘法与4个32位单倍浮点精确度加法运算，这将使其更利于多媒体应用。

   1997年 MMX 使用了8个64位的寄存器------8个字节、4个单字、2个双字（风云的“游戏之旅，我的编程感悟”）