本文主要是介绍使用SSE指令集来优化程序,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
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。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。
如果你是一个C++程序员,对汇编并不很熟,但又想用SSE来优化程序,该怎么做呢?幸好VC++为我们提供了很方便的指令C函数级的封装和C格式数据类型,我们只需像平时写C++代码一样定义变量、调用函数就可以很好地应用SSE指令了。
当然了,我们需要包含一个头文件,这里面包括了我们需要的数据类型和函数的声明:
#include <xmmintrin.h>
SSE运算的标准数据类型只有一个,就是:__m128,它是这样定义的:
typedef struct __declspec(intrin_type) __declspec(align(16)) __m128{float m128_f32[4];} __m128;
简化一下,就是:
struct __m128{float m128_f32[4];};
比如要定义一个__m128变量,并为它赋四个float整数,可以这样写:
__m128 S1 = { 1.0f, 2.0f, 3,0f, 4,0f };
要改变其中第2个(基数为0)元素时可以这样写:
S1.m128_f32[2] = 6.0f;
令外我们还会用到几个赋值的指令,它可以让我们更方便的使用这个数据结构:
S1 = _mm_set_ps1( 2.0f );
它会让S1.m128_f32中的四个元素全部赋予2.0f,这样会比你一个一个赋值要快的多。
S1 = _mm_setzero_ps();
这会让S1中的所有4个浮点数都置零。
还有一些其它的赋值指令,但执行起来还没有自己逐个赋值来的快,只作为一些特殊用途,如果想了解更多的信息,可以参考MSDN -> Visual Studio -> Reference -> C/C++Language -> Compiler Intrinsics -> MMX, SSE, and SSE2 Intrinsics -> Stream SIMD Extensions(SSE)章节。
一般来讲,所有SSE指令函数都有3个部分组成,中间用下划线隔开:
_mm_set_ps1
- mm表示多媒体扩展指令集
- set表示此函数的含义缩写
ps1表示该函数对结果变量的影响,由两个字母组成,第一个字母表示对结果变量的影响方式,p表示把结果作为指向一组数据的指针,每一个元素都将参与运算,S表示只将结果变量中的第一个元素参与运算;第二个字母表示参与运算的数据类型。s表示32位浮点数,d表示64位浮点数,i32表示32位定点数,i64表示64位定点数。
接下来举一个例子来说明SSE的指令函数是如何使用的,必须要说明的是我以下的代码都是在VC7.1的平台上写的,不保证对其它如Dev-C++、Borland C++等开发平台的完全兼容。
为了方便对比速度,会用常规方法和SSE优化两种写法写出,并会用一个测试速度的类CTimer来进行计时。
这个算法是对一组float值进行放大,函数ScaleValue1是使用SSE指令优化的,函数ScaleValue2则没有。我们用10000个元素的float数组数据来测试这两个算法,每个算法运算10000遍,下面是测试程序和结果:
#include <xmmintrin.h>
#include <windows.h>class CTimer
{
public:__forceinline CTimer( void ){QueryPerformanceFrequency( &m_Frequency );QueryPerformanceCounter( &m_StartCount );}__forceinline void Reset( void ){QueryPerformanceCounter( &m_StartCount );}__forceinline double End( void ){static __int64 nCurCount;QueryPerformanceCounter( (PLARGE_INTEGER)&nCurCount );return double( nCurCount * ( *(__int64*)&m_StartCount ) ) / double( *(__int64*)&m_Frequency );}private:LARGE_INTEGER m_Frequency;LARGE_INTEGER m_StartCount;
};void ScaleValue1( float *pArray, DWORD dwCount, float fScale )
{DWORD dwGroupCount = dwCount / 4;__m128 e_Scale = _mm_set_ps1( fScale );for ( DWORD i = 0; i < dwGroupCount; i++ ){*(__m128*)( pArray + i * 4 ) = _mm_mul_ps( *(__m128*)( pArray + i * 4 ), e_Scale );}
}void ScaleValue2( float *pArray, DWORD dwCount, float fScale )
{for ( DWORD i = 0; i < dwCount; i++ ){pArray[i] *= fScale;}
}#define ARRAYCOUNT 10000int __cdecl main()
{float __declspec(align(16)) Array[ARRAYCOUNT];memset( Array, 0, sizeof(float) * ARRAYCOUNT );CTimer t;double dTime;t.Reset();for ( int i = 0; i < 100000; i++ ){ScaleValue1( Array, ARRAYCOUNT, 1000.0f );}dTime = t.End();cout << "Use SSE:" << dTime << "秒" << endl;t.Reset();for ( int i = 0; i < 100000; i++ ){ScaleValue2( Array, ARRAYCOUNT, 1000.0f );} dTime = t.End();cout << "Not Use SSE:" << dTime << "秒" << endl;system( "pause" );return 0;
}
Use SSE:0.997817
Not Use SSE:2.84963
这里要注意一下,此处使用了__declspec(align(16))作为数组定义的修释符,这表示该数组是以16字节为边界对齐的,因为SSE指令只能支持这种格式的内存数据。
- SSE
- CVTSI2SS – 把一个64位的有符号整型转换为一个浮点值,并把它插入到一个128位的参数中。内部指令:_mm_cvtsi64_ss
- CVTSS2SI – 取出一个32位的浮点值,并取整(四舍五入)为一个64位的整型。内部指令:_mm_cvtss_si64
- CVTTSS2SI – 取出一个32位的浮点值,并截断为一个64位的整型。内部指令:_mm_cvttss_si64
- SSE2
- CVTSD2SI – 取出最低位的64位浮点值,并取整为一个整型。内部指令:_mm_cvtsd_si64
- CVTSI2SD – 取出最低位的64位整型,并将其转换为一个浮点值。内部指令:_mm_cvtsi64_sd
- CVTTSD2SI – 取出一个64位的浮点值,并截断为一个64位的整型。内部指令:_mm_cvttsd_si64
- MOVNTI – 写64位数据到特定内存位置。内部指令:_mm_stream_si64
- MOVQ – 移动一个64位的整型到一个128位的参数中,或从128位的参数中移动一个64位的整型。内部指令:_mm_cvtsi64_si128、_mm_cvtsi128_si64
- SSSE3
- PABSB / PABSW / PABSD – 取有符号整型的绝对值。内部指令:_mm_abs_epi8、_mm_abs_epi16、_mm_abs_epi32、_mm_abs_pi8、_mm_abs_pi16、_mm_abs_pi32
- PALIGNR – 结合两个参数并右移结果。内部指令:_mm_alignr_epi8、_mm_alignr_pi8
- PHADDSW – 将两个包含16位有符号整型的参数相加,并尽量使结果为16位可表示的最大值。内部指令:_mm_hadds_epi16、_mm_hadds_pi16
- PHADDW / PHADDD – 将两个包含有符号整型的参数相加。内部指令:_mm_hadd_epi16、_mm_hadd_epi32、_mm_hadd_pi16、_mm_hadd_pi32
- PHSUBSW – 将两个包含16位有符号整型的参数相减,并尽量使结果为16位可表示的最大值。内部指令:_mm_hsubs_epi16、_mm_shubs_pi16
- PHSUBW / PHSUBD – 将两个包含有符号整型的参数相减。内部指令:_mm_hsub_epi16、_mm_hsub_epi32、_mm_hsub_pi16、_mm_hsub_pi32
- PMADDUBSW – 相乘并相加8位整型。内部指令:_mm_maddubs_epi16、_mm_maddubs_pi16
- PMULHRSW – 乘以16位有符号整型,并右移结果。内部指令:_mm_mulhrs_epi16、_mm_mulhrs_pi16
- PSHUFB – 从一个128位的参数中选取并乱序其中8位的数据块。内部指令:_mm_shuffle_epi8、_mm_shuffle_pi8
- PSIGNB / PSIGNW / PSIGND – 求反(取非)、取零、或保留有符号整型。内部指令:_mm_sign_epi8、_mm_sign_epi16、_mm_sign_epi32、_mm_sign_pi8、_mm_sign_pi16、_mm_sign_pi32
- SSE4A
- EXTRQ – 从参数中取特定位。内部指令:_mm_extract_si64、_mm_extracti_si64
- INSERTQ – 插入特定位到给定参数中。内部指令:_mm_insert_si64、_mm_inserti_si64
- MOVNTSD / MOVNTSS – 不使用缓存,直接把数据位写到特定内存位置。内部指令:_mm_stream_sd、_mm_stream_ss
- SSE4.1
- DPPD / DPPS – 计算两参数的点结果。内部指令:_mm_dp_pd、_mm_dp_ps
- EXTRACTPS – 从参数中取出一个特定的32位浮点值。内部指令:_mm_extract_ps
- INSERTPS – 把一个32位整型插入到一个128位参数中,并把某些位置零。内部指令:_mm_insert_ps
- MOVNTDQA – 从特定内存位置加载128位数据。内部指令:_mm_stream_load_si128
- MPSADBW – 计算绝对差分的八个偏移总和。内部指令:_mm_mpsadbw_epu8
- PACKUSDW – 使用16位饱和度,把32位有符号整型转换为有符号16位整型。内部指令:_mm_packus_epi32
- PBLENDW / BLENDPD / BLENDPS / PBLENDVB / BLENDVPD / BLENDVPS – 把两个不同块大小的参数混合在一起。内部指令:_mm_blend_epi16、_mm_blend_pd、_mm_blend_ps、_mm_blendv_epi8、_mm_blendv_pd、_mm_blendv_ps
- PCMPEQQ - 比较64位整型是否相等。内部指令:_mm_cmpeq_epi64
- PEXTRB / PEXTRW / PEXTRD / PEXTRQ - 从输入的参数中取出一个整型。内部指令:_mm_extract_epi8、_mm_extract_epi16、_mm_extract_epi32、_mm_extract_epi64
- PHMINPOSUW - 选择最小的16位无符号整型并确定它的下标。内部指令:_mm_minpos_epu16
- PINSRB / PINSRD / PINSRQ - 把一个整型插入到一个128位参数中。内部指令:_mm_insert_epi8、_mm_insert_epi32、_mm_insert_epi64
- PMAXSB / PMAXSD - 接受两个参数中的有符号整型,并选择其中的最大者。内部指令:_mm_max_epi8、_mm_max_epi32
- PMAXUW / PMAXUD - 接受两个参数中的无符号整型,并选择其中的最大者。内部指令:_mm_max_epu16、_mm_max_epu32
- PMINSB / PMINSD - 接受两个参数中的有符号整型,并选择其中的最小者。内部指令:_mm_min_epi8、_mm_min_epi32
- PMINUW / PMINUD - 接受两个参数中的无符号整型,并选择其中的最小者。内部指令:_mm_min_epu16、_mm_min_epu32
- PMOVSXBW / PMOVSXBD / PMOVSXBQ / PMOVSXWD / PMOVSXWQ / PMOVSXDQ - 把一有符号整型转换到更大的尺寸。内部指令:_mm_cvtepi8_epi16、_mm_cvtepi8_epi32、_mm_cvtepi8_epi64、_mm_cvtepi16_epi32、_mm_cvtepi16_epi64、_mm_cvtepi32_epi64
- PMOVZXBW / PMOVZXBD / PMOVZXBQ / PMOVZXWD / PMOVZXWQ / PMOVZXDQ - 把一无符号整型转换到更大的尺寸。内部指令:_mm_cvtepu8_epi16、_mm_cvtepu8_epi32、_mm_cvtepu8_epi64、_mm_cvtepu16_epi32、_mm_cvtepu16_epi64、_mm_cvtepu32_epi64
- PMULDQ - 32位有符号整型相乘,并把结果存储为64位有符号整型。内部指令:_mm_mul_epi32
- PMULLUD - 32位有符号整型相乘。内部指令:_mm_mullo_epi32
- PTEST - 按位计算两个128位参数,并基于CC标志寄存器的CF与ZF位返回值。内部指令:_mm_testc_si128、_mm_testnzc_si128、_mm_testz_si128
- ROUNDPD / ROUNDPS - 取整浮点数值。内部指令:_mm_ceil_pd、_mm_ceil_ps、_mm_floor_pd、_mm_floor_ps、_mm_round_pd、_mm_round_ps
- ROUNDSD / ROUNDSS - 结合两个参数,从其一取整到一个浮点数值。内部指令:_mm_ceil_sd、_mm_ceil_ss、_mm_floor_sd、_mm_floor_ss、_mm_round_sd、_mm_round_ss
- SSE4.2
- CRC32 - 计算参数的CRC-32C检验和。内部指令:_mm_crc32_u8、_mm_crc32_u16、_mm_crc32_u32、_mm_crc32_u64
- PCMPESTRI / PCMPESTRM -比较特定长度的两个参数。内部指令:_mm_cmpestra、_mm_cmpestrc、_mm_cmpestri、_mm_cmpestrm、_mm_cmpestro、_mm_cmpestrs、_mm_cmpestrz
- PCMPGTQ - 比较两个参数。内部指令:_mm_cmpgt_epi64
- PCMPISTRI / PCMPISTRM - 比较两个参数。内部指令:_mm_cmpistra、_mm_cmpistrc、_mm_cmpistri、_mm_cmpistrm、_mm_cmpistro、_mm_cmpistrs、_mm_cmpistrz
- POPCNT - 统计位集中1的数量。内部指令:_mm_popcnt_u32、_mm_popcnt_u64、__popcnt16、__popcnt、__popcnt64
- 高级位操纵
- LZCNT - 统计参数中零的数量。内部指令:__lzcnt16、 __lzcnt、__lzcnt64
- POPCNT - 统计位集中1的数量。内部指令:_mm_popcnt_u32、_mm_popcnt_u64、__popcnt16、__popcnt、__popcnt64
- 其他新指令
- _InterlockedCompareExchange128 - 对比两个参数。
- _mm_castpd_ps / _mm_castpd_si128 / _mm_castps_pd / _mm_castps_si128 / _mm_castsi128_pd / _mm_castsi128_ps - 对32位浮点值(ps)、64位浮点值(pd)及32位整型值(si128)重新解释。
- _mm_cvtsd_f64 - 从参数中取出最低的64位浮点值。
- _mm_cvtss_f32 - 取出一个32位的浮点值。
- _rdtscp - 生成RDTSCP。把TSC AUX[31:0]写到内存,并返回64位时间戳计数器结果。
本文转载于:https://blog.csdn.net/xieqidong/article/details/2612847
这篇关于使用SSE指令集来优化程序的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!